公开(公告)号：CN118761764B

公开(公告)日：2025-04-15

申请号：CN202410748245.6

申请日：2024-06-11

Applicant: 内蒙古工业大学 ,  暨南大学

Inventor： 郭洪飞 ,  陆鑫宇 ,  任亚平 ,  张锐 ,  卜二军

IPC: G06Q10/30 ,  G06N7/01 ,  G06N20/00 ,  G06Q30/0207

Abstract: 本发明公开了一种考虑级联失效的退役动力电池的拆解序列规划方法及装置，所述方法包括：建立退役动力电池的Petr i网拆解模型，该模型捕获了电池的拆解优先级关系和组件拆解状态；在Petr i网拆解模型中，利用马尔科夫决策过程来描述退役动力电池的拆解序列；采用改进的Q学习算法对拆解序列的决策进行优化。本发明能够很好地对级联失效情况下的拆解序列规划进行优化与决策。

公开(公告)号：CN119646650A

公开(公告)日：2025-03-18

申请号：CN202411669851.5

申请日：2024-11-21

Applicant: 暨南大学

Inventor： 郭洪飞 ,  钟方 ,  任亚平 ,  何智慧 ,  朝宝

IPC: G06F18/2415 ,  G06F18/214 ,  G06F18/25 ,  G06N7/01 ,  G06F17/16

Abstract: 本发明提出了基于Dirichlet分布的废旧零部件状态映射模型构建方法，针对废旧零部件质量评估的不确定性问题，构建一种基于Dirichlet分布的损伤‑质量状态映射模型(DBMS)，该模型通过对废旧零部件失效行为分析确定主要失效特征，采用多项分布对零部件损伤量数据进行数学抽象，选取Dirichlet分布作为先验概率分布，结合贝叶斯公式更新得到后验分布参数，从而获得损伤量数据映射到不同质量等级的后验概率期望值。进一步，引入D‑S证据理论融合损伤信息，实现对废旧零部件质量状况的综合评估。为了验证模型的可行性和有效性，以废旧涡轮蜗杆为案例研究对象，并与现有文献方法进行对比，实验结果显示，该模型在预测精度和泛化能力上具有优势。

公开(公告)号：CN117517974B

公开(公告)日：2024-11-05

申请号：CN202311513965.6

申请日：2023-11-14

Applicant: 暨南大学 ,  内蒙古科学技术研究院

Inventor： 郭洪飞 ,  任亚平 ,  何智慧 ,  朝宝 ,  郭海全 ,  赵敏

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明公开了一种表征动力电池循环老化衰退机理的方法，该方法包括以下步骤：孪生数据驱动的动力电池多尺度等效电路模型的构建；多因素耦合影响下动力电池循环老化衰退机理的表征；其中，动力电池循环衰退老化是在多特征工况循环以及多物理场参数耦合的共同作用下产生；形成电池电容多重衰退模型方程式，用以表征动力电池循环老化电容的衰退趋势，从而能够根据方程式所绘制的衰退曲线，来表征动力电池电容随服役周期的变化，通过曲线变化的拐点，作为不同生命周期的切换点，从而清晰的反映动力电池随服役周期变化的电容含量，方便对即将退役的动力电池进行精确的分析，从而选择不同的回收方式进行回收，降低成本和提高电池的利用率。

公开(公告)号：CN118709150A

公开(公告)日：2024-09-27

申请号：CN202410719672.1

申请日：2024-06-05

Applicant: 内蒙古工业大学 ,  暨南大学

Inventor： 郭洪飞 ,  童曦 ,  任亚平 ,  李荣彪 ,  韩世林

IPC: G06F18/27 ,  G06F18/21 ,  G06Q10/083

Abstract: 本发明公开了一种基于超效率SBM‑SFA‑Malmquist模型的城市群绿色物流效率评价方法及装置，所述方法包括：获取城市群绿色物流的目标物流指标的相关指标数据，并进行预处理；采用超效率SBM模型，分析预处理后的相关指标数据，计算各城市群绿色物流的第一阶段评价值；将第一阶段评价值计算得到的投入冗余值作为被解释变量，将环境因素指标作为解释变量，通过SFA回归分析模型进行分析，分离出环境因素指标的影响，调整投入指标的数据；利用调整后的投入指标的数据和原始的产出指标的数据，通过超效率SBM模型和Malmquist指数模型，计算第二阶段评价值；比较第一阶段评价值和第二阶段评价值，分析城市群绿色物流效率的提升情况。本发明能够系统性地评估城市群绿色物流效率。

公开(公告)号：CN109455197B

公开(公告)日：2024-09-06

申请号：CN201811556962.X

申请日：2018-12-19

Applicant: 暨南大学

Inventor： 谢勇君 ,  张紫萱 ,  郭洪飞 ,  唐文斌 ,  严冬松 ,  夏建健 ,  杨洁琼 ,  陈胜楣 ,  洪超然 ,  詹鸿源 ,  郭育城 ,  武建华

IPC: B61K9/08

Abstract: 本发明提供一种轨道几何参数高精度检测方法和轨道几何参数高精度检测车，属于数据检测技术领域，轨道几何参数高精度检测车包括车体、轨道轮组、传感器组、倾角仪、数据采集卡、锂电池和工控机，车体包括底板、底部支架、检测梁、座椅、设备放置台和遮阳板，轨道轮组包括前轨道轮和后轨道轮，传感器包括两个激光传感器。轨道几何参数高精度检测方法为先对初始坐标数据依次进行滤波处理和误差校正处理后生成实际几何参数数据，滤波处理有效减小地面与杂草对初始坐标数据造成的干扰，从而保证最后生成的几何参数数据的准确性。

公开(公告)号：CN116414093B

公开(公告)日：2024-01-16

申请号：CN202310393809.4

申请日：2023-04-13

Applicant: 暨南大学

Inventor： 郭洪飞 ,  杨博文 ,  曾云辉 ,  黄祖艺 ,  王威

IPC: G05B19/418

Abstract: 本发明提出了一种基于物联网系统和强化学习的车间生产方法，包括：部署传感器实时收集生产线上的多模态数据并发送到中央数据处理系统；中央数据处理系统对多模态数据进行预处理；对预处理后的数据进行特征提取和融合；根据特征提取和融合的输出进行转化作为改进PPO算法的输入，使用PPO算法优化多目标柔性车间调度任务。本发明使用物联网设备收集实时生产数据，结合多模态数据进行强化学习来实现一个多目标的柔性车间生产调度方法，引入了一个长短时记忆神经网络处理多模态数据中的时序信息，并利用自注意力机制来自动识别关键信息，使用算法进行强化学习，在强化学习训练方法使用了一个多目标的奖励评价指标使得智能体可以满足多个目标的需求。

公开(公告)号：CN110458737B

公开(公告)日：2023-09-26

申请号：CN201910766856.2

申请日：2019-08-20

Applicant: 暨南大学

Inventor： 郭洪飞 ,  罗晓峰 ,  古灏 ,  张永衡 ,  何智慧 ,  张儒 ,  屈挺 ,  朝宝 ,  刘浩源

IPC: G06Q50/20 ,  G06N3/08

Abstract: 本发明公开基于神经网络修改高校教务安排的方法、装置、设备及介质,该方法包括:根据用户上传的教务安排约束条件生成教务安排误差计算公式;根据教务安排约束条件和/或根据教务安排误差计算公式计算出的教务安排表的误差训练CPPN神经网络;利用CPPN神经网络计算出教务安排表,并通过教务安排误差计算公式计算出教务安排表的误差;在误差不大于误差阈值的情况下,获取该误差对应的教务安排表。本发明的方法不再需要繁琐的修改过程,让教职工和教务处能够很大程度上地节省修改方案的流程,快速完成排课排考的建议提交和修改过程，提高教务处的办事效率。

公开(公告)号：CN113065480B

公开(公告)日：2023-07-07

申请号：CN202110382382.9

申请日：2021-04-09

Applicant: 暨南大学

Inventor： 郭洪飞 ,  李嘉明 ,  任亚平 ,  何智慧 ,  朝宝

IPC: G06V30/22 ,  G06V30/16 ,  G06V30/162 ,  G06V30/146 ,  G06V30/164 ,  G06V30/18 ,  G06V30/19 ,  G06V10/764 ,  G06V10/34

Abstract: 本申请涉及书法作品风格的识别方法、装置、电子装置和存储介质，其中，该书法作品风格的识别方法包括：通过获取待识别的书法作品图像；对书法作品图像进行预处理，并对预处理后的图像进行书法字定位裁剪，得到至少一幅字图像，其中，预处理包括：中值滤波降噪处理、二值化处理、腐蚀膨胀的形态学图像处理；利用胶囊网络模型处理至少一幅字图像，获得每一幅字图像对应的第一分类标签，其中，胶囊网络模型被训练为用于根据字图像得到与该字图像对应的分类标签；根据第一分类标签确定书法作品图像的风格识别结果。通过本申请，解决了相关技术中书法作品风格的识别准确率低、效率不高的问题，实现了书法作品风格的快速准确识别。

公开(公告)号：CN113239639B

公开(公告)日：2022-08-26

申请号：CN202110728541.6

申请日：2021-06-29

Applicant: 暨南大学

Inventor： 郭洪飞 ,  陈世帆 ,  曾云辉 ,  何智慧 ,  任亚平 ,  张锐 ,  韩世林

IPC: G06F30/27 ,  G06N20/00

Abstract: 本申请涉及策略信息生成方法、装置、电子装置和存储介质，其中，该策略信息生成方法包括：从预设仿真模型中，获取对应的生产运行状态数据，其中，预设仿真模型用于表征工业生产线的运行；对生产运行状态数据进行处理，得到工业生产线的设备所对应的设备状态信息及第一动作策略信息，其中，第一动作策略信息用于指示设备按预设的运行参数进行工作；在接收到策略信息生成请求的情况下，获取工业生产线当前设备状态信息，并通过预设的强化训练模型对当前设备状态信息进行处理，生成对应的策略信息。通过本申请，解决了相关技术中对包括离散任务的生产线自动化优化配置效果差的问题，实现了利用人工智能进行各类不同生产线的优化策略。

公开(公告)号：CN114936783A

公开(公告)日：2022-08-23

申请号：CN202210620696.2

申请日：2022-06-02

Applicant: 暨南大学

Inventor： 郭洪飞 ,  马向东 ,  曾云辉 ,  贾宇擎 ,  何智慧 ,  李建庆 ,  韩世林

IPC: G06Q10/06 ,  G06Q10/08 ,  G06N20/00

Abstract: 本发明提供了一种基于MMDDPG算法的RGV小车调度方法及系统，属于人工智能技术领域。本发明基于银行家算法，并利用结合熵正则化器的MMDDPG算法对生产过程中的多辆RGV小车进行协同调度，其中对每个RGV小车的调度都考虑其他RGV小车的调度策略，同时，引入不可抢占式最低松弛度优先算法，以最大限度缩短任务等待响应的时间。本发明所提出的基于MMDDPG算法的RGV小车调度方法及系统考虑了多RGV小车存在时的RGV小车的协作关系，对多个RGV小车进行统一调度，保证了多个RGV小车整体效率的最大化。