Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学韩尧获国家专利权

电子科技大学韩尧获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利基于改进自适应遗传算法的并行测试任务调度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:CN115617690B

龙图腾网通过国家知识产权局官网在2026-05-08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:202211360824.0,技术领域涉及:G06F11/3668;该发明授权基于改进自适应遗传算法的并行测试任务调度方法是由韩尧;姜瑞设计研发完成,并于2022-11-02向国家知识产权局提交的专利申请。

基于改进自适应遗传算法的并行测试任务调度方法在说明书摘要公布了:本发明公开了一种基于改进自适应遗传算法的并行测试任务调度方法,获取电子系统待测任务的相关数据,采用实数编码的方式对测试任务进行编码,编码时受任务约束限制,将测试任务的编码序列作为遗传算法的个体执行遗传算法,在遗传算法迭代过程中,基于种群相异度的变化计算个体的交叉概率与变异概率,迭代完成后选取最优个体得到最终的并行测试任务调度方案。本发明通过种群相异度对遗传算法的交叉与变异概率进行自适应取值,解决了遗传算法容易陷入局部最优的问题,提高遗传算法收敛速度以及搜索最优解的成功率,使其在解决并行测试任务调度问题时可以快速、准确地求出最优并行测试任务调度方案。

本发明授权基于改进自适应遗传算法的并行测试任务调度方法在权利要求书中公布了:1.一种基于改进自适应遗传算法的并行测试任务调度方法,其特征在于,包括以下步骤: S1:对于待进行并行测试的电子系统,根据实际情况针对其包含的子系统设计测试任务,获取其并行测试相关数据,包括: 测试任务集T={t1,t2,···,tM},其中tm表示第m个测试任务,m=1,2,…,M,M表示测试任务数量; 测试时间集τ={τ1,τ2,···,τM},其中τm表示完成第m个测试任务所需时间; 测试资源集R={r1,r2,···,rN},其中rn表示对测试任务集T进行测试所需要的第n种资源,n=1,2,…,N,N表示测试所需资源种类数量; 任务资源矩阵TR,大小为M×N,用于表示资源被占用的情况,若TRm,n=1则测试任务tm在测试时需要占用资源rn,若TRm,n=0则测试任务tm在测试时不占用资源rn; 任务约束矩阵TS,大小为M×M,用于表示测试任务执行的先后顺序,若TSm,m′=1则测试任务tm需要在测试任务tm′之前执行,若TSm,m′=0则测试任务tm和测试任务tm′的先后没有限制,m′=1,2,…,Mamp;m′≠m; S2:采用实数编码的方式对测试任务进行编码,在编码过程中如果任务约束矩阵TSm,m′=1时,表示测试任务tm和测试任务tm′的执行有先后顺序,此时测试任务tm和测试任务tm′的编码相同,否则测试任务tm和测试任务tm′的编码不同; S3:将测试任务的编码序列作为遗传算法的个体,对测试任务的编码进行K次随机排序生成K个编码序列,构成遗传算法的初始种群Q,记第i个个体为Xi={xi,1,xi,2,···,xi,M},xi,m表示个体Xi中第m个进行的测试任务编码,i=1,2,…,K; S4:计算初始种群的相异度D0,种群相异度计算的具体方法如下: 对于当前种群,首先计算任意两个个体之间的相异程度di,j: 其中,i=1,2,…,K,j=1,2,…,K,且i≠j,xi,m、xj,m分别为当前种群中个体Xi、Xj中第m个进行的测试任务编码; 然后采用如下公式计算当前种群整体的相异度D: S5:计算当前种群Q中各个个体的适应度,具体方法为: 根据个体中测试任务编码的顺序、测试时间集τ、任务资源矩阵TR和任务约束矩阵TS生成并行测试任务调度方案,获取该调度方案完成测试所需时间TIME,然后采用如下公式计算个体的适应度f: 适应度越大,个体越优; S6:判断是否满足终止条件,如果是,则进入步骤S11,否则进入步骤S7; S7:从当前种群Q中选择优势个体构成新种群Q1; S8:对新种群Q1中的个体采用交叉操作得到子代种群Q2,其中各个个体的交叉概率采用如下方法计算: 采用步骤S4中的方法计算新种群Q1的相异度D1,采用步骤S5中的方法计算新种群Q1中各个个体的适应度,然后采用如下公式计算个体的交叉概率: 其中,pc表示交叉概率,pcmax为预设的最大交叉概率,pcmin为预设的最小交叉概率,f′为执行交叉操作的两个父代个体的适应度中的较大值,fmax为新种群Q1的最大适应度值,favg为新种群Q1的平均适应度值,γ为预设的极小值; S9:对子代种群Q2中的个体采用变异操作得到子代种群Q3,其中各个个体的变异概率采用如下方法计算: 采用步骤S4中的方法计算子代种群Q2的相异度D2,采用步骤S5中的方法计算子代种群Q2中各个个体的适应度,然后采用如下公式计算子代种群Q2中各个个体的变异概率: 其中,pm为变异概率,pmmax为预设的最大变异概率,pmmin为预设的最小变异概率,f为变异个体的适应度值,f′max为子代种群Q2的最大适应度值,f′avg为子代种群Q2的平均适应度值; S10:令子代种群Q3为种群Q,返回步骤S5; S11:选择当前种群中适应度最大的个体,根据该个体中测试任务编码的顺序、测试时间集τ、任务资源矩阵TR和任务约束矩阵TS生成并行测试任务调度方案。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。