-
公开(公告)号:CN119247759A
公开(公告)日:2025-01-03
申请号:CN202410423822.4
申请日:2024-04-10
Applicant: 哈尔滨工业大学
Abstract: 本发明属于自动测试技术领域,具体涉及一种基于图模型与深度强化学习的控制系统的测试任务调度方法及其系统。对测试任务需求进行分析,再构建Single‑rate DAG任务调度模型;依据Single‑rate DAG任务调度模型,生成有向图作为GNN的输入;基于有向图和GNN建立关于边的热图;依据热图生成任务调度排序,根据任务调度排序规划调度方案;计算损失函数,并依据损失函数更新图神经网络;重复建热图至计算损失函数,直至可规划出符合预期目标的高质量解或在规划出的测试方案makespan的均值和最小值的差值小于一定阈值,迭代结束;步骤7:输出优化后的解。本发明用以解决缺乏对高相关性的测试任务调度过程的规划结果往往随机性较大,难以适用于实际需求的问题。
-
公开(公告)号:CN116627801A
公开(公告)日:2023-08-22
申请号:CN202310426677.0
申请日:2023-04-20
Applicant: 哈尔滨工业大学 , 北京航天自动控制研究所
Abstract: 基于出口排序的复杂控制系统测试调度方法、设备、介质和产品,属于自动化测试技术领域,解决复杂控制系统性能和效率较低问题。本发明的方法包括:本发明的基于出口排序的复杂控制系统测试调度方法通过采用各测试任务的出口排序值作为蚁群算法中的启发函数,很大程度上将任务间的优先级关系、通信代价耦合到算法最优解的搜索中,有效提高了对最优解的搜索效率,提高了算法的优化性能,进而提高了复杂控制系统性能和效率。本发明适用于优化复杂控制系统测试任务调度。
-