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国防科技大学申请的专利多层级继电器组合系统冗余设计方法、装置、设备及介质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：CN120509373B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202510984507.3，技术领域涉及：G06F30/39；该发明授权多层级继电器组合系统冗余设计方法、装置、设备及介质是由贾祥;吴葆锟;朱琳;陈强设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本多层级继电器组合系统冗余设计方法、装置、设备及介质在说明书摘要公布了：一种多层级继电器组合系统冗余设计方法、装置、设备及介质，包括确定待冗余设计的多层级继电器组合系统，将多层级继电器组合系统分解为一系列的子系统，确定子系统的数目、各子系统间的连接关系以及各子系统的冗余结构类型，各子系统分别由一定数量的相应电气组件构成；确定各子系统中可选的电气组件的类型及不同类型电气组件对应的可靠度参数和成本参数，生成各子系统可选的所有冗余配置方案；设置系统成本约束、可靠度约束，以最大化多层级继电器组合系统可靠度为目标，通过强化学习实现多层级系统冗余优化设计。本发明能解决继电器组合系统在冗余配置中面临的高维离散动作空间优化难题，实现可靠度提升与经济性指标的协同优化。

本发明授权多层级继电器组合系统冗余设计方法、装置、设备及介质在权利要求书中公布了：1.多层级继电器组合系统冗余设计方法，其特征在于，包括： 确定待冗余设计的多层级继电器组合系统，将多层级继电器组合系统分解为一系列的子系统，确定子系统的数目、各子系统间的连接关系以及各子系统的冗余结构类型，各子系统分别由一定数量的相应电气组件构成； 确定各子系统中可选的电气组件的类型及不同类型电气组件对应的可靠度参数和成本参数，生成各子系统可选的所有冗余配置方案； 设置系统成本约束、可靠度约束，以最大化多层级继电器组合系统可靠度为目标，基于Q-learning算法通过强化学习实现多层级系统冗余优化设计，输出优化后的多层级继电器组合系统的冗余配置方案，其中基于Q-learning算法通过强化学习实现多层级系统冗余优化设计，包括： 构建多层级继电器组合系统中每个子系统的冗余配置状态-动作空间，其中多层级继电器组合系统的系统冗余配置状态为各子系统冗余配置状态的集合，各子系统的冗余配置状态由子系统对应的电气组件的冗余数量向量构成；多层级继电器组合系统的动作空间为各子系统动作集的笛卡尔积，各子系统动作集中的每个动作对应子系统的一种冗余配置方案； 考虑系统可靠度约束、成本约束，构建奖励函数； 基于分层强化学习的策略优化实现多层级系统冗余优化设计，包括： 1初始化与参数设置：构建分层Q表，分层Q表为各子系统构建独立的Q表，用于存储对应子系统的冗余配置状态-动作空间中每个冗余配置状态-动作对的Q值，Q表初始化，初始Q值设为0；设定初始探索率ε0，设置最小探索率以及最大迭代次数并定义探索率的线性衰减公式；设定学习率δ和折扣因子γ； 2遍历所有子系统，获取各子系统当前冗余配置状态； 3对每个子系统，基于ε-greedy策略选择动作； 4根据各子系统选择的动作更新各子系统当前冗余配置状态，计算当前系统的总可靠度和总成本，并判断是否满足系统可靠度约束、成本约束； 5根据奖励函数计算当前即时奖励； 6采用约束导向的Q值更新策略，若当前系统的总可靠度和总成本满足系统成本约束、可靠度约束，利用贝尔曼方程更新Q值；若当前系统的总可靠度和总成本不满足系统成本约束、可靠度约束，置零未来奖励，基于当前即时奖励更新Q值； 7根据探索率的线性衰减公式更新探索率，返回步骤2，当连续多轮系统的总可靠度变化小于设定阈值或达到最大迭代次数时，迭代终止，从分层Q表中提取各子系统的最优动作序列，对应当前的最优冗余配置方案，并计算当前的最优冗余配置方案对应的系统的总可靠度和总成本，验证是否满足系统成本约束、可靠度约束，如满足则输出当前的最优冗余配置方案，如不满足，则调整学习率δ或和折扣因子γ，返回步骤1。

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国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。