[发明专利]基于混沌分形特征的数字卫星源代码书写决策分解方法

权利要求书

1.基于混沌分形特征的数字卫星源代码书写决策分解方法，其特征在于，包括：

步骤一：根据具体任务卫星，确定并构建卫星的数字化描述集合、模型参数集合及方程组数值求解方法，并构建规范化描述记录；

步骤二：基于规范化描述记录，采用混沌分形多维决策树分解方法，对数字卫星的源代码智能书写复杂决策进行极致分解，获得数字卫星源代码智能书写的子决策集合；

步骤三：针对子决策集合内的每一个子决策选择现有人工智能集合中的所有人工智能方法依次进行顺序匹配解决，若匹配成功则转入下一个子决策继续匹配，若存在匹配失败则转入步骤二选择合适的维进行重新分解，若全部匹配成功则转入步骤四；

步骤四：利用匹配的人工智能方法解决子决策集合，完成数字卫星源代码的智能书写。

2.根据权利要求1所述的基于混沌分形特征的数字卫星源代码书写决策分解方法，其特征在于，采用混沌分形多维决策树分解方法具体为：

在已有的维中选择任意排列组合的维依次对数字卫星源代码智能书写的复杂决策进行分解，在分解的过程中利用部分维具有的混沌分形特征进行维的重用，即重复利用已经用过的具有混沌分形特征的维使得分解更为彻底，并最终得到子决策集合。

3.根据权利要求2所述的基于混沌分形特征的数字卫星源代码书写决策分解方法，其特征在于，已有的维包括时间维、空间维、系统维、逻辑维和界定维，按系统维将具体任务卫星按系统、子系统、部件、组件和元件依次向下分解；按界定维将具体任务卫星系统分解为环境、功能、组成、结构、模式、程序和操作；按逻辑维将具体任务卫星分为目标、方案和执行。

4.根据权利要求3所述的基于混沌分形特征的数字卫星源代码书写决策分解方法，其特征在于，具有混沌分形特征的维包括系统维和逻辑维。

5.根据权利要求1所述的基于混沌分形特征的数字卫星源代码书写决策分解方法，其特征在于，现有人工智能集合包括：计算智能、逻辑推量和机器学习。

6.根据权利要求5所述的基于混沌分形特征的数字卫星源代码书写决策分解方法，其特征在于，计算智能包括但不限于遗传编程、聚类与主成分分析、大数据与数据挖掘；逻辑推量包括但不限于计算机代数、描述性语言、状态空间搜索和专家系统；机器学习包括但不限于深度学习和强化学习。

7.根据权利要求1所述的基于混沌分形特征的数字卫星源代码书写决策分解方法，其特征在于，模型参数集合基于数字化描述集合确定并构建。

8.根据权利要求1所述的基于混沌分形特征的数字卫星源代码书写决策分解方法，其特征在于，方程组数值求解方法包括但不限于代数方程、常微分方程和偏微分方程的求解算法。