买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京航空航天大学申请的专利一种异构直升机机队调度方案分层级优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115204711B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210884619.8，技术领域涉及：G06Q10/0631；该发明授权一种异构直升机机队调度方案分层级优化方法是由刘虎;禹逸雄;田永亮设计研发完成，并于2022-07-26向国家知识产权局提交的专利申请。

本一种异构直升机机队调度方案分层级优化方法在说明书摘要公布了：本发明公开了一种异构直升机机队调度方案分层级优化方法，包括以下步骤：S1，归纳灾情中的重要信息，结构化输入任务想定信息；S2，构建异构直升机机队的调度问题模型，包括任务分工优化模型和路径规划问题模型两个层级；S3，设计解的数据结构，将任务分工矩阵作为任务分工优化模型对应的数据结构，直升机任务轨迹作为路径规划问题模型对应的数据结构；S4，结合解的数据结构和路径规划问题模型，设计路径规划的求解器；S5，结合解的数据结构、任务分工优化问题模型和路径规划求解器，设计任务分工矩阵优化的求解器。该方法将调度方案从文本型变成数据型，从实时调度变成方案制定，能够有效提高调度方案效率。

本发明授权一种异构直升机机队调度方案分层级优化方法在权利要求书中公布了：1.一种异构直升机机队调度方案分层级优化方法，其特征在于，包括以下步骤： S1，归纳灾情中的重要信息，结构化输入任务想定信息，包括直升机机队的组成及各直升机的性能参数，航空应急救援任务的救援需求，为航空应急救援任务提供资源的地点，航空应急救援任务所涉及的地理位置信息； S2，根据输入的任务想定信息，构建异构直升机机队的调度问题模型，所述模型包括任务分工优化模型和路径规划问题模型两个层级； S3，对应所述任务分工优化模型和路径规划问题模型，设计解的数据结构，将任务分工矩阵作为任务分工优化模型对应的数据结构，直升机任务轨迹作为路径规划问题模型对应的数据结构； S4，结合解的数据结构和路径规划问题模型，设计路径规划的求解器：所述求解器采用分支定界算法和自适应蚁群算法完成计算，能够根据任务分工矩阵所确定的分工，确定每架直升机的任务轨迹，使得直升机完成全部任务的总体飞行轨迹最短； S5，结合解的数据结构、任务分工优化问题模型和路径规划求解器，设计任务分工矩阵优化的求解器：所述求解器采用伪粒子群算法的启发式操作算子完成计算，实现任务分工矩阵的优化； 所述步骤S2中，所述路径规划问题模型的优化目标函数和约束条件公式为： 其中，th为直升机h完成其被分配的所有任务的时间；为直升机h在任务过程中作业的时间；为直升机h在任务过程中在路上的时间；N为需求点集合；Knh为直升机h为了需求n而需要执行的任务清单中的任务数量；mtnhk为mnhk的作业时间；为直升机h在任务过程中在路上的时间；；vh为直升机的巡航速度；H为直升机集合；为直升机h在l时的剩余续航时间；d0,l为地点l与基地之间的距离，其中基地的地点编号为0；ph为直升机h的任务轨迹，是途径地点的集合；Ph[i]代表直升机h的任务轨迹上的第i个地点；为直升机h的任务轨迹上第i个地点和第i+1个地点之间的距离； 所述步骤S2中，所述任务分工优化模型的优化目标函数和约束条件公式为： Minimize t＝maxt1,t2,...,th,...   5其中，th为直升机h完成其被分配的所有任务的时间；mcnhk为mnhk的任务种类；Ch为直升机h可以执行的任务类集合；Knh为直升机h为了需求n而需要执行的任务清单中的任务数量； qn为需求n的任务量；mqnhk为mnhk的任务载荷；mrnhkr，mrnhkr＝01,如果mnhk由r提供资源,mrnhkr＝1；cnh为直升机h执行对应需求为n的任务时的最大单次任务能力；为直升机h的最大续航；mtnhk为mnhk的作业时间；mpfnhk为mnhk的任务路径中的第一个地点；mplnhk为mnhk的任务路径中的第二个地点； 所述步骤S3中，所述任务分工矩阵的每一行对应一架直升机，每一列对应一个需求；任务分工矩阵中的元素为任务列表，表示指挥中心安排第i架直升机执行的关于第j个需求的任务列表；任务列表中的每一个任务都具有路径、载荷、类型和执行时间4个属性； 所述直升机任务轨迹由一串数字表达，其中每一个数字代表一个城市。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。