[发明专利]人工智能程序员书写数字飞行器代码的遗传编程决策方法

说明书

本发明提供了一种人工智能程序员书写数字飞行器代码的遗传编程决策方法，具体通过确定数字飞行器中各部件的目标样本部件输入指令向量、部件内部状态向量与部件输出物理量向量并存储，进而转换成为遗传编程输入向量与遗传编程目标输出向量，进行遗传编程操作，按照适应度值优选出各部件的模型函数合理地完成数字飞行器源代码的遗传编程决策，实现了数字飞行器源代码书写的自动化与智能化，降低了飞行器的仿真成本。

技术领域

本发明涉及飞行器设计领域，更具体的说是涉及一种人工智能程序员书写数字飞行器代码的遗传编程决策方法。

背景技术

飞行器设计与研制过程中，为了保证飞行器最终应用的高可靠性，在设计中需要大量采用现有设计的主流方法，并且需要进行仿真验证与地面试验。其中有一些地面试验不能完全的反映飞行器真实在轨工作状况，而且成本高昂，因此受到了限制。

数字飞行器仿真验证没有环境条件的限制，而且只要模型建立足够精确，就能够较好的模拟出飞行器的工作状况，因此仿真验证方法在飞行器设计中得到了广泛的应用，并且飞行器数值仿真已经用于飞行器设计的验证。

在数字飞行器搭建的过程中，需要编写大量的源代码，工作量大。目前基本依靠人来完成源代码中一系列问题的决策。人工编写代码费时费力，使用人工智能来替代人书写数字飞行器源代码，可以根据飞行器的具体设计情况，自主编写飞行器仿真模型的源代码，并对模型中模块的选择进行决策，将人从繁重的数字飞行器源代码编写过程中解放出来。

遗传编程是一种利用进化算法的机器学习技术，以其简单通用、鲁棒性强，并且对非线性复杂问题具有很强的求解能力，成功应用于许多领域。遗传编程可以依据函数的输入输出样本与优胜劣汰的原则，通过复制、交叉、变异等遗传操作使一系列初始程序构成的集合不断进化，最终书写出与输入输出样本最为接近的程序。

因此，如何提供一种利用人工智能自主书写数字飞行器代码的遗传编程决策方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种人工智能程序员书写数字飞行器代码的遗传编程决策方法，本发明克服现有技术的不足，使用人工智能替代人进行数字飞行器源代码书写，对书写过程中遇到的代码的编写、飞行器模型中模块的选择等问题，可以依据遗传编程得到的一类问题的解决方案进行自主决策，提高了编写效率，降低了飞行器仿真成本。

为了达到上述目的，本发明采用如下技术方案：

一种人工智能程序员书写数字飞行器代码的遗传编程决策方法，所述方法包括以下步骤：

步骤一，收集数字飞行器中一个部件的N个目标样本，其中一个目标样本包括一个部件输入指令向量R、一个部件内部状态向量S与一个部件输出物理量向量Q；将所述目标样本ID与所述目标样本的R向量、S向量、Q向量写成一行并存入数据库中所述部件名称对应的表中，所述部件名称对应的表中存储N个所述目标样本；

步骤二，将步骤一中N个所述目标样本的部件输入指令向量R、部件内部状态向量S、部件输出物理量向量Q转换成为N个遗传编程输入向量I与遗传编程目标输出向量A，I与A一一对应；

步骤三，将所述遗传编程输入向量I与遗传编程目标输出向量A构成的N个组合，与所需函数集作为遗传编程操作的输入，进行遗传编程操作，得到M个候选程序；

步骤四，按适应度高低从M个候选程序中优选出目标程序P，在满足遗传编程终止条件时，将目标程序P作为对应部件的模型函数。

优选的，在上述人工智能程序员书写数字飞行器代码的遗传编程决策方法中，所述步骤二具体包括，