-
公开(公告)号:CN118243129A
公开(公告)日:2024-06-25
申请号:CN202410399506.8
申请日:2024-04-03
Applicant: 安徽大学
IPC: G01C21/34
Abstract: 本发明公开一种基于异质图的景点要素游览路径规划方法及系统,包括响应于用户的指令信息,获取用户的偏好备选列表,偏好备选列表中包括用户喜好的景点要素的标签类型;根据偏好备选列表和景点要素的多模态元结构,建立与用户偏好相关的异质图,每个景点要素作为异质图的顶点,每两个景点要素之间的路径作为异质图中两点之间的边的值;根据异质图中用户偏好的景点要素节点、景点要素之间的行为冲突及游览景区总的预设时间,并基于设置的路径惩罚项,生成景区要素游览路径,路径惩罚项用于定义景点要素之间行为冲突的惩罚值;本发明根据用户偏好并加上景点之间有行为冲突和景区总游览时间限制来为用户生成更符合期许的景点路径。
-
公开(公告)号:CN118036851A
公开(公告)日:2024-05-14
申请号:CN202410249326.1
申请日:2024-03-05
Applicant: 安徽大学
IPC: G06Q10/047 , G06Q50/14 , G06F16/9535 , G06F16/9537
Abstract: 本发明提供一种景点要素游览路径规划方法及系统,属于旅游和地理信息系统领域,旨在综合考虑景区要素之间的关联和时序约束,生成合适的景区路线,以优化游览体验和资源利用效率。具体步骤如下:S1、收集各个景点的相关要素信息,将景点要素作为节点,将不同要素之间的关联关系表示为超边,建立景点超图模型。S2、收集用户偏好,根据用户的偏好集合,对超图进行拆解,并拆出新的符合用户个性化需求的无向子图。S3、融合约束值的考虑。包括时序约束、用户个人状况约束以及要素与要素之间的关系约束等。根据用户的时间、身体状况以及要素之间的相互关系,筛选出生成树。S4、考虑游览过程中的时间限制和时序约束,通过合理调整路径中景点的访问顺序,形成有向的生成树,智能地生成游览路径方案,提供更加合理、高效的游览建议。
-
公开(公告)号:CN119055153A
公开(公告)日:2024-12-03
申请号:CN202411445987.8
申请日:2024-10-16
Applicant: 安徽大学
Abstract: 本发明涉及智能家电技术领域,具体涉及一种基于局部社区发现的房间智能清理方法及装置;本发明将带有摄像头和机械臂的可移动清理机器人作为房间清理装置,先扫描目标房间得到当前图像,再与目标房间的初始图像进行对比,分辨出若干个待处理物品;然后将待处理物品转换分类成若干个待收纳节点、待复位节点;接着先利用局部社区发现对待收纳节点进行处理,构建出局部社区、并对优先级最大的局部社区进行收纳,再重新开始直至待收纳物品全部被收纳;之后对待复位节点计算最优度、并对最优度最小的待复位节点进行复位,再重新开始直至待复位物品全部被复位。本发明实现了局部社区发现在房间清理工作的良好应用,有效提高了房间清理的效率和智能化水平。
-
公开(公告)号:CN118195227A
公开(公告)日:2024-06-14
申请号:CN202410328755.8
申请日:2024-03-21
Applicant: 安徽大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/0831 , G06Q10/087
Abstract: 本发明提供面向跨境散电商的共享仓储调度方法及系统,方法包括:进行对订单数据的采集,以及基于异质图将订单信息统一表达;解析统一订单数据,根据订单对应商品的不同属性以及出入库时间动态调整仓库货物临时存储位;基于小商品表面积进行约束降价计算,构建出单位价值最优解的封箱方案;仓库共享调度系统实时监控最大急迫值货物,及时送出出仓货物架,融合集运信息将小商品智能码垛。本发明解决了跨境散电商间的订单信息壁垒,难以实现小仓储的集约化管理,导致跨境散电商货少甩货、仓库利用率低的技术问题。
-
公开(公告)号:CN117893252A
公开(公告)日:2024-04-16
申请号:CN202410059169.8
申请日:2024-01-15
Applicant: 安徽大学
IPC: G06Q30/0202 , G06Q10/087 , G06Q10/04
Abstract: 本发明公开了一种基于头程预测的稳定FBA补货方法及系统。本发明包括:获取实时的产品数据,产品数据包括:产品数据覆盖时间R、头程的时间序列T,T为:T=[T1,T2...,Tn],n代表产品历史头程的次序;预设时间阈值R0,判断是否产品数据覆盖时间R大于时间阈值R0,是则将头程的时间序列T输入至ARIMA模型,根据ARIMA模型计算产品预测头程一#imgabs0#否则计算该产品与其他不同种类产品的相似度S,根据相似度S计算产品预测头程二#imgabs1#本发明通过时间序列预测模型和相似度来对产品未来的头程进行准确预测,使卖家有效应对头程不确定性带来的挑战,降低补货计划受到的影响,以便实现最佳的库存优化和成本控制,降低过剩和缺货风险。
-
公开(公告)号:CN119273272A
公开(公告)日:2025-01-07
申请号:CN202411305653.0
申请日:2024-09-19
Applicant: 安徽大学
IPC: G06Q10/087 , G06Q10/04 , G06F18/25
Abstract: 本申请涉及一种融合在途货物信息的仓储空间优化方法、装置和电子设备,其中,该仓储空间优化方法包括:分别根据每种货物的当日初始在库数量、当日在途数量以及在目标日的初始在库数量一确定各自在所述目标日的初始在库数量二,所述在目标日的初始在库数量一通过机器学习模型预测得到;分别根据每种货物在目标日的初始在库数量二和当日初始在库数量确定各自的空间占用变化率;当存在空间占用变化率大于目标阈值的货物时,通过机器学习模型对仓库空间规划进行优化。可以更加准确地预测货物数量变化,则可以根据货物数量变化对仓储空间进行优化,解决了目前仓库货位设计方法无法应对货物数量发生较大变化的设计场景的问题。
-
-
-
-
-