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！

龙图腾网获悉中国人民解放军火箭军工程大学申请的专利一种考虑指标非等优先级的激光惯组性能分层评估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：CN120336775B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510829828.6，技术领域涉及：G06F18/20；该发明授权一种考虑指标非等优先级的激光惯组性能分层评估方法是由李灿;冯志超;周志杰;李新三;王兆强设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本一种考虑指标非等优先级的激光惯组性能分层评估方法在说明书摘要公布了：本发明公开了一种考虑指标非等优先级的激光惯组性能分层评估方法，属于航空航天惯性系统中激光惯组的监督、评估领域，包括：获取预先确定的激光惯组的初始性能分层评估模型；其是通过分析激光惯组性能相关的指标构建分层评估模型，对指标优先级不一致问题，建立考虑指标非等优先级的BRB‑NEP模型后得到的；获取待评估激光惯组的训练样本；利用待评估激光惯组的训练样本，采用预设优化算法，对初始性能分层评估模型中的参数进行优化，得到针对待评估激光惯组的优化性能分层评估模型；利用优化性能分层评估模型，对待评估激光惯组的性能进行评估。本发明能提高激光惯组的性能评估精度，解决指标众多导致的规则爆炸、专家知识难以嵌入等问题。

本发明授权一种考虑指标非等优先级的激光惯组性能分层评估方法在权利要求书中公布了：1.一种考虑指标非等优先级的激光惯组性能分层评估方法，其特征在于，包括： 获取预先确定的激光惯组的初始性能分层评估模型；其中，所述初始性能分层评估模型是通过分析激光惯组性能相关的指标构建分层评估模型，并对其中指标优先级不一致问题，建立考虑指标非等优先级的BRB-NEP模型后得到的；BRB-NEP模型基于置信规则库方法实现； 获取待评估激光惯组的训练样本；其中，所述训练样本含有初始性能分层评估模型中各指标的数据，且训练样本标记有性能标签，性能标签含有激光惯组的性能等级和性能等级对应的置信度； 利用所述待评估激光惯组的训练样本，采用预设优化算法，对所述初始性能分层评估模型中的参数进行优化，得到针对所述待评估激光惯组的优化性能分层评估模型； 利用所述优化性能分层评估模型，对所述待评估激光惯组的性能进行评估； 其中，根据构造的分层指标体系，对最高层级以下的评估采用传统BRB模型，并针对最高层级指标优先级不一致的问题，建立考虑指标非等优先级的BRB-NEP模型以用于评估，从而构建出分层评估模型，过程包括：针对所述分层指标体系中，第五层至第四层、第四层至第三层、第三层至第二层，各下层指标得到上层指标的过程设置传统BRB模型作为对应的置信规则库模型；并针对第二层至第一层的评估过程中，第一层指标优先级不一致的问题，建立考虑指标非等优先级的BRB-NEP模型作为对应的置信规则库模型，从而构建出分层评估模型；其中，所述分层指标体系中，自检测测试结果、自瞄准测试结果的优先级相同，均高于其余指标的优先级； 建立考虑指标非等优先级的BRB-NEP模型的过程，包括： 针对最高层级中指标优先级不同的建模问题，在传统BRB模型基础上增加规则，描述为： ； 其中，假设具有个指标，其中前个指标为0-1输出且具有更高优先级，其余个指标具有低一等的优先级；为其余个指标的全集；表示或规则；表示与规则；为激光惯组的个性能等级；为评估结果；为规则的规则权重；为个指标的指标权重；、和为大于0的自然数； 对其余规则综合使用与规则、或规则进行构造，则第条规则表示为： ； 其中，分别为针对第条规则的第个指标的指标参考值；为针对第条规则的个性能等级的置信度；为规则的规则权重；为规则总数，为大于0的自然数； 强制令，确定规则融合原则为： ； 将BRB-NEP模型的推理过程确定为指标匹配、规则激活、规则融合这三个步骤，并确定各步骤对应的处理方式。

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中国人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区同心路2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”。