人工智能程序员书写数字飞行器源代码有限选择决策方法技术

本发明专利技术公开了一种人工智能程序员书写数字飞行器源代码有限选择决策方法，包括：根据决策目标获取执行对象和决策树；根据输入对象和所述决策树对所述执行对象进行筛选，获取可行执行对象集；根据决策目标找到该目标下描述执行对象的特征参数及相应计算方法，针对步骤二中的可行执行对象集，计算每个执行对象的特征参数；对所述决策目标下的特征参数进行评分；计算综合评分；根据选择的最优执行对象书写源代码。本发明专利技术本发明专利技术克服现有技术的不足，使用人工智能程序员替代人进行数字飞行器源代码书写，在有限选择的解决方案中进行自主决策，提高了编写效率，降低了飞行器仿真成本。

Artificial intelligence programmers write digital aircraft source code limited selection decision method

The invention discloses a finite choice decision method for the artificial intelligence programmer to write the source code of the digital aircraft, including: obtaining the execution object and the decision tree according to the decision target; screening the execution object according to the input object and the decision tree, obtaining the feasible execution pair of image sets, and finding the target according to the decision goal. The characteristic parameters of the execution object and the corresponding calculation method are described, and the characteristic parameters of each execution object are calculated according to the feasible execution object set in step 2, the characteristic parameters under the decision target are graded, the comprehensive score is calculated, and the source code is written according to the selected optimal execution object. The invention overcomes the shortage of the existing technology, and uses artificial intelligence programmers to substitute the people to write the source code of the digital aircraft, and makes the independent decision in the limited choice solution, which improves the writing efficiency and reduces the simulation cost of the aircraft.

【技术实现步骤摘要】
人工智能程序员书写数字飞行器源代码有限选择决策方法
本专利技术涉及一种源代码智能书写
，更具体的说是涉及一种人工智能程序员书写数字飞行器源代码有限选择决策方法。
技术介绍
目前工程设计、研发、测试过程中利用数字世界进行仿真验证的比例大大提升，飞行器实物测试成本高，数字飞行器的作用更加明显。数字仿真的有效性取决于数字飞行器和环境模型的精度，为了达到与真实一致的仿真结果，数字飞行器的设计精度需要达到部件级，环境包括了机电热光磁多方面因素的耦合，这就造成了数字飞行器开发工作量大，并且整个系统的耦合关系复杂，修改难度高。因此提出了利用人工智能程序员技术，模拟人写程序过程中的决策过程，由计算机完成数字飞行器源代码的智能书写。因此，如何提供飞行器开发工作量小，简化系统耦合关系的人工智能程序员书写数字飞行器源代码有限选择决策方法是本领域技术人员亟需解决的问题。
技术实现思路
有鉴于此，本专利技术提供了一种人工智能程序员书写数字飞行器源代码有限选择决策方法，本专利技术克服现有技术的不足，使用人工智能程序员替代人进行数字飞行器源代码书写，对书写过程中遇到的工程数、文件数、变量类型等的选择，飞行器模型中模块的选择等问题，可以划定选择范围，在有限选择的执行对象中进行自主决策，提高了编写效率，降低了飞行器仿真成本。为了实现上述目的，本专利技术采用如下技术方案：一种人工智能程序员书写数字飞行器源代码有限选择决策方法，包括以下步骤：步骤一，根据决策目标获取执行对象和决策树；步骤二，根据输入对象和所述决策树对所述执行对象进行筛选，获取可行执行对象集；步骤三，根据决策目标找到该目标下描述执行对象的特征参数及相应计算方法，针对步骤二中的可执行执行对象集，计算每个执行对象的特征参数；步骤四，对所述决策目标下的执行对象的特征参数进行评分；步骤五，计算综合评分，得到最优执行对象；步骤六，根据选择的最优执行对象书写源代码。优选的，所述决策目标包括通用性选择决策和应用层选择决策；其中，所述通用性选择决策包括：仿真平台与工程选择、变量类型选择、变量定义位置和方式选择、数组和列表的选择、循环方式选择；所述应用层选择决策为在指定的飞行器结构和参数的基础上决策仿真执行对象。优选的，所述步骤二具体包括：构建有限选择评估体系，包括仿真粒度和仿真平台；根据有限选择评估体系获取可行执行对象集，具体包括，根据平台仿真时间和占用资源情况对仿真粒度进行决策；根据平台仿真时间和占用资源情况判断是否有真实部件接入的需求，对仿真平台进行决策；选择符合仿真粒度要求和仿真平台要求的执行对象，构成可行执行对象集。优选的，所述步骤三中的特征参数包括仿真精度、仿真时间和资源占用；仿真精度的衡量标准包括仿真粒度、仿真误差、计算结果精度；其中仿真粒度包括航天器整体级别、子系统级别、部件级别以及部件组件级别；仿真误差包括针对各仿真粒度的原理模型和误差模型；计算结果精度是指结果参数的最小分辨率；仿真时间是指完成单个仿真周期计算所实际花费的时间；资源占用的衡量标准包括仿真平台资源、存储资源和计算资源；其中仿真平台资源指占用仿真计算机或仿真板卡的个数；存储资源指全局变量占用的固定内存空间、临时变量占用的堆空间和栈空间；计算资源指算法的复杂程度，即算法的占用空间；举例说明：仿真周期t＝T*n/m；其中，T为一个飞行器实体在对应平台下步进0.1s所消耗的仿真时间，n为该平台下仿真的飞行器实体个数，m为仿真平台个数；资源占用O表示使用的仿真硬件资源数量，取仿真平台个数m为衡量标准例如输入“部件级”、“非实时模式”。假设对2个实体进行仿真，每个实体包含15类部件。在计算机上运行步进0.1s所消耗的仿真时间为0.01s，嵌入式上消耗0.06s。则t单机＝0.01s*2/1＝0.02sO单机＝1t分布式＝0.01s*2/2＝0.01sO分布式＝2t嵌入式＝0.06s*2/30＝0.004sO嵌入式＝40。优选的，所述步骤四的评分方法为归一化方法，将特征参数值以线性、倒数、指数等方式映射到区间[0,1]上。当特征参数分布较均匀且与评分成正比或反比时，选择用线性或倒数方式进行映射。当特征参数在局部分布密集其他部分分布稀疏时采用指数、对数、反余切的方式，对分布密集段进行放大，压缩分布稀疏段。优选的，所述步骤五具体包括：采用加权平均的方式，将每个特征参数对应的归一化评分乘以权重，最终得到加权评分，通过对比各执行对象的评分找出评分最高的执行对象，即得最优执行对象。经由上述的技术方案可知，与现有技术相比，本专利技术的关键的技术是人工智能程序员，人工智能程序员是将人写程序的决策过程分解，对书写过程中遇到的工程数、文件数、变量类型等的选择，飞行器模型中模块的选择等问题，可以划定选择范围，在有限选择的执行对象中进行自主决策，提高了编写效率，降低了飞行器仿真成本。同时针对仿真时间、资源占用情况对决策目标进行评分，优化选择方案，将数字飞行器源代码开发重要决策过程智能化，克服了现有各类仿真系统开发周期长、重复性开发工作量大和学习成本高的缺点。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1附图为本专利技术提供的人工智能程序员书写数字飞行器源代码有限选择决策方法流程图；图2附图为本专利技术实施例公开的数字飞行器源代码的决策树结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1，图1为人工智能程序员书写数字飞行器源代码有限选择决策方法的整体流程示意图。本专利技术人工智能程序员书写数字飞行器源代码有限选择决策方法具体包括以下步骤：步骤S101：根据决策目标获取执行对象和决策树。构建数据库，包含决策目标、执行对象、决策树及其之间的对应关系，根据当前需要决策的目标，检索出对应的执行对象和决策树。1.决策目标决策目标是指通过决策要解决的问题。决策目标可分为两类：一类与语言书写规范相关、与数字飞行器无关的通用性选择决策，一类与数字飞行器相关的应用层选择决策。其中，通用性选择决策包括：仿真平台与工程选择、变量类型选择、变量定义位置和方式选择、数组和列表的选择、循环方式选择。应用层选择决策不决定卫星的结构和参数，只在用户给定的结构和参数的基础上决策仿真代码书写的执行对象。包括：轨道类型：低中高轨，太阳同步，地球静止，冻结轨道，星座；轨道递推：二体，J2，J4，HPOP；主承力结构：非返回式飞行器(中心承力筒、箱式、桁架式承力结构)；返回式飞行器；稳定方式：重力梯度稳定、自旋稳定、三轴稳定(整星零动量，偏置动量)；姿态控制算法：PID、滑模自适应、智能控制；敏感器及模型：太阳敏感器、地球敏感器、星敏感器、磁强计、GPS、陀螺；敏感器安装位置与数量；姿态控制执行机构：精密轮、动量轮、控制力矩陀螺、推力器、磁力矩器；动量本文档来自技高网...

【技术保护点】
1.一种人工智能程序员书写数字飞行器源代码有限选择决策方法，其特征在于，包括以下步骤：步骤一，根据决策目标获取执行对象和决策树；步骤二，根据输入对象和所述决策树对所述执行对象进行筛选，获取可行执行对象集；步骤三，根据决策目标找到该目标下描述执行对象的特征参数及相应计算方法，针对步骤二中的可行执行对象集，计算每个执行对象的特征参数；步骤四，对所述决策目标下的执行对象的特征参数进行评分；步骤五，计算综合评分，得到最优执行对象；步骤六，根据选择的所述最优执行对象书写源代码。

【技术特征摘要】
1.一种人工智能程序员书写数字飞行器源代码有限选择决策方法，其特征在于，包括以下步骤：步骤一，根据决策目标获取执行对象和决策树；步骤二，根据输入对象和所述决策树对所述执行对象进行筛选，获取可行执行对象集；步骤三，根据决策目标找到该目标下描述执行对象的特征参数及相应计算方法，针对步骤二中的可行执行对象集，计算每个执行对象的特征参数；步骤四，对所述决策目标下的执行对象的特征参数进行评分；步骤五，计算综合评分，得到最优执行对象；步骤六，根据选择的所述最优执行对象书写源代码。2.根据权利要求1所述的人工智能程序员书写数字飞行器源代码有限选择决策方法，其特征在于，所述决策目标包括通用性选择决策和应用层选择决策；其中，所述通用性选择决策包括：仿真平台与工程选择、变量类型选择、变量定义位置和方式选择、数组和列表的选择、循环方式选择；所述应用层选择决策为在指定的飞行器结构和参数的基础上决策仿真执行对象。3.根据权利要求1所述的人工智能程序员书写数字飞行器源代码有限选择决策方法，其特征在于，所述步骤二具体包括：构建有限选择评估体系，包括仿真粒度和仿真平台；根据有限选择评估体系获取可行执行对象集，具体包括，根据平台仿真时间和占用资源情况对仿真粒度进行决策；根据平台仿真时间和占用资源情况判断是否有真实部件接入的需求，对仿真...

【专利技术属性】
技术研发人员：董云峰，邓学磊，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11