-
公开(公告)号：CN112668143B
公开(公告)日：2024-08-09
申请号：CN202011322788.X
申请日：2020-11-23
Applicant: 北京机电工程研究所
IPC: G06F30/20
Abstract: 本发明提供了一种指挥关系层次结构动态可视化自动布局方法，在具有层级指挥关系的团体实体之间指挥关系动态变更时保持指挥关系树状层次结构可视化自动布局；所述指挥关系动态变更包括但不限于添加实体、删除实体、添加指挥关系和删除指挥关系；所述指挥关系为具有指向性的标识，从指挥实体指向被指挥实体。本发明所述的指挥关系层次结构动态可视化自动布局方法可实现具有层级指挥关系的团体实体指挥关系，在添加实体，删除实体，添加指挥关系和删除指挥关系动态变化过程中始终维持指挥关系树状层次结构的可视化自动布局，其为具有层级指挥关系的团体信息化指挥系统中指挥关系可视化建模的关键技术。
-
公开(公告)号：CN112905612A
公开(公告)日：2021-06-04
申请号：CN202110167514.6
申请日：2021-02-07
Applicant: 北京机电工程研究所
Abstract: 本发明提供了知识卡片的构建方法及装置，该方法包括：从原始数据库中获取至少一条原始数据；针对至少一条原始数据中的每一条原始数据，确定当前原始数据的至少一个第一三元组信息，其中，每一个第一三元组信息中包含两个实体、两个实体之间的关系或者实体属性信息；根据第一三元组信息，生成待构建知识图谱的本体库；根据待构建知识图谱的本体库，生成待构建知识图谱；根据待构建知识图谱，生成待构建知识卡片；当监测到原始数据库中存在一条新增原始数据时，确定新增原始数据的至少一个新增第一三元组信息，更新本体库；根据更新后的本体库，更新待构建知识卡片。本方案能够提高知识卡片构建的智能化程度。
-
公开(公告)号：CN112905808A
公开(公告)日：2021-06-04
申请号：CN202110331430.1
申请日：2021-03-29
Applicant: 北京机电工程研究所
IPC: G06F16/36 , G06F16/33 , G06F16/34 , G06F40/295 , G06F40/30
Abstract: 本发明提供了知识图谱的构建方法及装置、电子设备，该方法包括：确定当前原始数据的至少一个第一三元组信息，其中，每一个第一三元组信息中包含两个实体、两个实体之间的关系或者实体属性信息；根据每一条原始数据中的至少一个第一三元组信息和每至少一个第二三元组信息，生成待构建知识图谱的本体库并生成待构建知识图谱；当监测到原始数据库中存在一条新增原始数据时，确定新增原始数据的至少一个新增第一三元组信息和对应的至少一个新增第二三元组信息；根据至少一个新增第一三元组信息和至少一个新增第二三元组信息，更新本体库；根据更新后的本体库，更新待构建知识图谱。本方案能够提高知识图谱构建的智能化程度。
-
公开(公告)号：CN112580217A
公开(公告)日：2021-03-30
申请号：CN202011567215.3
申请日：2020-12-25
Applicant: 北京机电工程研究所
IPC: G06F30/20 , G06Q10/06 , G06F111/04
Abstract: 本发明提供了一种基于复杂网络的通信体系结构参数化建模方法，包括：S1、通过对基于复杂网络的典型海战场概念级通信体系结构复杂性进行分析，获取典型海战场概念级通信体系结构的基本特征与交互关系；S2、创建基于复杂网络的海战场概念级通信体系结构参数化模型；S3、构建面向作战环的装备体系网多维度能力分析与评估的指标库；S4、在测试平台上使用模拟数据集进行建模与分析。本发明所述的基于复杂网络的通信体系结构参数化建模方法基于复杂网络的理论对各武器装备系统间的协同关系和动力学行为进行综合研究，不仅可以刻画武器装备系统个体，而且可对武器装备体系整体的复杂性及涌现性进行描述。
-
公开(公告)号：CN115604720B
公开(公告)日：2024-06-11
申请号：CN202210997649.X
申请日：2022-08-19
Applicant: 北京机电工程研究所 , 航天科工智能运筹与信息安全研究院(武汉)有限公司
Abstract: 本发明提供了一种面向大规模无线传感网络部署优化的空间约简方法，包括：S10，随机生成NP个采样点，成一个初始化的种群Pop；S20，更新目标函数；S30，评估初始化种群Pop的个体，获取最优个体xbest；S40，令cycle为1；S50，将所有无线传感器随机分为m组，根据m组无线传感器形成m个子种群；S60，令k＝1；S70，对第k个子种群Popk进行演化Max_Gen代；S80，更新k为k+1，并返回S70，直至k＝m；S90，将演化更新后的子种群重新拼接成包含所有变量的种群Pop；更新迭代次数cycle为cycle+1，返回执行S50，直至满足算法终止条件，输出最优个体xbest。本发明能够解决现有技术中无线传感网络部署优化方法存在演化算法复杂和求解效率低的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN115604720A
公开(公告)日：2023-01-13
申请号：CN202210997649.X
申请日：2022-08-19
Applicant: 北京机电工程研究所(CN) , 航天科工智能运筹与信息安全研究院(武汉)有限公司(CN)
Abstract: 本发明提供了一种面向大规模无线传感网络部署优化的空间约简方法，包括：S10，随机生成NP个采样点，成一个初始化的种群Pop；S20，更新目标函数；S30，评估初始化种群Pop的个体，获取最优个体xbest；S40，令cycle为1；S50，将所有无线传感器随机分为m组，根据m组无线传感器形成m个子种群；S60，令k＝1；S70，对第k个子种群Popk进行演化Max_Gen代；S80，更新k为k+1，并返回S70，直至k＝m；S90，将演化更新后的子种群重新拼接成包含所有变量的种群Pop；更新迭代次数cycle为cycle+1，返回执行S50，直至满足算法终止条件，输出最优个体xbest。本发明能够解决现有技术中无线传感网络部署优化方法存在演化算法复杂和求解效率低的技术问题。
-
公开(公告)号：CN112382405A
公开(公告)日：2021-02-19
申请号：CN202011204275.9
申请日：2020-11-02
Applicant: 北京机电工程研究所
Abstract: 本发明提供了结构化新冠肺炎疫情预测和评估方法，包括如下步骤：S1，对预测区域进行宏微观多层级划分，并结合公共场所节点构建复杂网络模型；S2，基于改进的M‑SEIR模型独立推演每个微观区域的内部传染过程，得到每个微观区域的推演结果；其中，改进的M‑SEIR模型是在M‑SEIR模型的基础上加入病亡者和死亡率信息；S3，基于复杂网络模型和智能体模型来修正每个微观区域的推演结果；S4，聚合修正后的各微观区域的推演结果得到宏观区域的推演结果。本发明方法结合网络模型和智能体模拟技术推演社会活动引发的传染现象，实现了对传染病传染过程更细致且高效的刻画，并给出了从宏观到微观多层级的仿真结果。
-
公开(公告)号：CN112382405B
公开(公告)日：2024-10-25
申请号：CN202011204275.9
申请日：2020-11-02
Applicant: 北京机电工程研究所
Abstract: 本发明提供了结构化新冠肺炎疫情预测和评估方法，包括如下步骤：S1，对预测区域进行宏微观多层级划分，并结合公共场所节点构建复杂网络模型；S2，基于改进的M‑SEIR模型独立推演每个微观区域的内部传染过程，得到每个微观区域的推演结果；其中，改进的M‑SEIR模型是在M‑SEIR模型的基础上加入病亡者和死亡率信息；S3，基于复杂网络模型和智能体模型来修正每个微观区域的推演结果；S4，聚合修正后的各微观区域的推演结果得到宏观区域的推演结果。本发明方法结合网络模型和智能体模拟技术推演社会活动引发的传染现象，实现了对传染病传染过程更细致且高效的刻画，并给出了从宏观到微观多层级的仿真结果。
-
公开(公告)号：CN118278464A
公开(公告)日：2024-07-02
申请号：CN202211003435.2
申请日：2022-08-19
Applicant: 北京机电工程研究所 , 航天科工智能运筹与信息安全研究院(武汉)有限公司
Abstract: 本发明提供了一种基于进化算法的决策网络优化方法：将进化算法搜索种群中的每个个体表示为一个向量；当前子搜索过程根据对应的概率模型生成若干新个体，采用个体适应度函数对若干新个体分别进行适应度值评估，更新当前适应度值最优的个体及其适应度值；根据适应度值的优劣对若干新个体进行排序，对适应度值进行归一化处理；获取子搜索过程之间的距离；构建种群搜索过程的适应度函数；自适应地更新概率模型；进入下一子搜索过程，直至完成全部子搜索过程的迭代优化，输出当前适应度值最优的个体及其适应度值以完成决策网络优化。应用本发明的技术方案，能够解决现有技术中决策网络优化方法探索能力不足、噪声大且方法复杂的技术问题。
-
公开(公告)号：CN112036567B
公开(公告)日：2023-10-31
申请号：CN202010987598.3
申请日：2020-09-18
Applicant: 北京机电工程研究所
IPC: G06N3/126
Abstract: 本发明提供了遗传编程方法、装置和计算机可读介质，该方法包括：获取第一预设数量的第一个体，利用适应度评估规则对所有第一个体进行评估以得到每个第一个体的适应度；根据第一个体和遗传算法确定第一预设数量的子代个体；对所有的子代个体进行评估；如果完成评估的子代个体的数量达到第一预设阈值，则确定该子代个体为目标子代个体；将根据适应度筛选出第二个体确定为第一个体；若已完成评估的个体总数小于第二预设阈值，则根据第一个体和遗传算法确定的第三个体和未完成评估的子代个体确定为子代个体，以及执行对子代个体进行评估；若已完成评估的个体总体不小于第二预设阈值，则输出适应度最高的子代个体。本方案能够提高个体的优化效率。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.066 seconds)
