-
公开(公告)号：CN119945172A
公开(公告)日：2025-05-06
申请号：CN202510416653.6
申请日：2025-04-03
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种基于多目标混合精英粒子群优化的三相整流系统的控制方法，包括：步骤1，选择目标函数；步骤2，对目标函数进行最小化优化；步骤3，通过电路的仿真运行得出电路值；步骤4，对所有粒子的目标值进行支配关系的计算，找到所有非支配解；步骤5，使用熵最小粒子和质量较高的粒子组成混合精英粒子去代表全局最优粒子；步骤6，动态调节混合精英粒子的飞行系数；步骤7，对粒子速度和位置进行更新；步骤8，重复步骤3~步骤7直到到达设定的条件；步骤9，当归档粒子时数量超过最大容量时，对归档中的粒子进行删除；步骤10，输出最终归档中的粒子。本发明保持目标独立性，避免了权重分配，更好的处理了目标冲突。
-
公开(公告)号：CN117522088A
公开(公告)日：2024-02-06
申请号：CN202410016724.9
申请日：2024-01-05
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06N3/006 , G06Q10/083
Abstract: 本发明公开了一种融合充电约束和容量约束的多电动物流车调度方法，在电动汽车路径问题基础上引入充电约束，限制电动汽车充电的次数，使物流车团队更快速地响应客户群体的服务请求；该约束的加入增加了电动物流车调度优化的问题，将该问题建模为融合充电约束的多电动物流车调度优化问题，根据充电站位置、电池容量、运输任务和充电需求多个因素，设计了一种基于精英策略的蚁群优化算法以构建多电动物流车服务客户群体的可行路径方案，提出了路径构建策略，并在蚂蚁之间共享信息，不断迭代优化以找到最优的调度方案。本发明通过合理规划充电站的使用和有效分配任务，能够提高多电动物流车的调度效率，降低运营成本，增加客户群体的运输服务体验。
-
公开(公告)号：CN117252395A
公开(公告)日：2023-12-19
申请号：CN202311493018.5
申请日：2023-11-10
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/083 , G06N3/126
Abstract: 本发明公开了基于双染色体遗传算法的带服务约束多物流车调度方法，获取客户信息、仓库信息、物流车信息，根据实际应用场景下客户物流对运输物流车的限制，将物流调度运输问题建模为带服务约束的多物流车调度问题，建立物流车针对客户物流的可服务矩阵；采用双染色体表示法表征多物流车服务客户物流的调度方案，设计改进的部分匹配交叉策略，提出适应服务约束的变异算子，结合适应值评估，设置交叉概率、变异概率、最大适应值评估次数以及种群规模，基于遗传算法，迭代优化种群，不断更新全局最优物流车调度方案。本发明极大地提升了带服务约束多物流车调度优化问题的求解效率，有利于增加物流车调度效率，提升物流车运输过程中的吞吐量。
-
公开(公告)号：CN115906654B
公开(公告)日：2023-07-28
申请号：CN202211611242.5
申请日：2022-12-14
Applicant: 南京信息工程大学
IPC: G06F30/27 , B60L53/12 , G06N3/006 , G06N7/02 , G06F113/04
Abstract: 本发明公开了一种用于EVs无线充电的基于模糊粒子群算法的控制方法，使用模糊逻辑适应度评估器（FPSO）取代传统粒子群算法（PSO）中的适应度函数，适应度函数的权重分配比例能够自动调优，从而获得最优控制器。使无线电力传输系统获得了较短的输出电压建立时间和较小的稳态误差，也即在电动汽车开始充电时该系统能更快速的为电动汽车提供需要的电压，在电动汽车充电过程中该系统能为电动汽车提供更稳定的电压。本发明提供的一种用于EVs无线充电的基于模糊粒子群算法的控制方法，电动汽车的充电性能得到了极大的改善，有利于提高充电安全性，延长电池的使用寿命。
-
公开(公告)号：CN116151053B
公开(公告)日：2023-07-07
申请号：CN202310447879.3
申请日：2023-04-24
Applicant: 南京信息工程大学
IPC: G06F30/20 , B60L53/12 , G06N3/006 , G06F119/02 , G06F111/08
Abstract: 本发明公开了一种用于EVs无线充电的基于两层粒子群算法的优化方法，其通过第一层粒子群算法实现硬件层面的优化，在考虑系统不确定性的前提下，第一层粒子群算法通过优化耦合系数k找到系统的最大效率点，第二层粒子群算法实现软件层面的优化，通过优化基于算子的控制系统的参数改善控制性能，使用两层粒子群算法使无线电力传输系统的整体效率得到了提升，控制器的控制性能得到了改善；充电系统效率提升意味着更快的充电速度和更少的能量损耗，充电过程中转换的热量减少，提高了用电安全性，控制性能改善意味着系统在跟踪速度、稳态误差、开关损耗等指标之间做出了较好的权衡，有利于电动汽车充电多维性能指标的智能实现，提升充电稳定性。
-
Patent Agency Ranking
公开(公告)号：CN116001628A
公开(公告)日：2023-04-25
申请号：CN202310005285.7
申请日：2023-01-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种用于EVs无线充电的基于DE的三阶段控制方法，考虑了电动汽车充电过程中的暂态性能和稳态性能，将暂态过程划分为两个阶段，第一阶段为启动阶段，该阶段考虑上电后的电流过冲和电压上升速度，第二阶段为追踪阶段，该阶段考虑追踪参考电压的速度和开关波动，第三阶段为稳定阶段，考虑系统的稳态性能，开关波动和输出电压的稳态误差，本发明相较于将整个充电过程视为整体考虑的控制方案，使电动汽车在各个阶段都能获得较优的充电性能，启动阶段获得了较小的电流过冲和较大的电压上升速度，第二阶段获得了较快的电压追踪速度和较少的开关波动次数，第三阶段获得了较少的开关波动次数和较小的输出电压稳态误差。
-
公开(公告)号：CN115906654A
公开(公告)日：2023-04-04
申请号：CN202211611242.5
申请日：2022-12-14
Applicant: 南京信息工程大学
IPC: G06F30/27 , B60L53/12 , G06N3/006 , G06N7/02 , G06F113/04
Abstract: 本发明公开了一种用于EVs无线充电的基于模糊粒子群算法的控制方法，使用模糊逻辑适应度评估器（FPSO）取代传统粒子群算法（PSO）中的适应度函数，适应度函数的权重分配比例能够自动调优，从而获得最优控制器。使无线电力传输系统获得了较短的输出电压建立时间和较小的稳态误差，也即在电动汽车开始充电时该系统能更快速的为电动汽车提供需要的电压，在电动汽车充电过程中该系统能为电动汽车提供更稳定的电压。本发明提供的一种用于EVs无线充电的基于模糊粒子群算法的控制方法，电动汽车的充电性能得到了极大的改善，有利于提高充电安全性，延长电池的使用寿命。
-
公开(公告)号：CN115065175A
公开(公告)日：2022-09-16
申请号：CN202210981347.3
申请日：2022-08-16
Applicant: 南京信息工程大学
Abstract: 本发明涉及无线电力传输技术领域，具体是基于高斯自适应的PWM滑模控制方法，具体步骤包括：为控制器参数、分别设计一个高斯自适应函数，使控制器参数能够在无线电力传输系统运行过程中动态调整；控制器接收来自无线电力传输系统的数据，对之后的n个控制信号与斜坡信号的大小关系进行预测；满足滑模存在条件时更新控制器参数；比较器输出栅极脉冲控制开关管动作。本发明使用PWM方式实现定频滑模控制，不需要附加硬件电路，减少硬件成本，可以避免开关频率不确定的情况，有利于电子器件的选型，减小开关损耗；且控制器参数在系统运行期间可以动态调整，使得无线电力传输系统获得了更短的电压跟踪时间，更小的稳态误差和纹波电压。
-
公开(公告)号：CN118095571B
公开(公告)日：2024-07-05
申请号：CN202410467731.0
申请日：2024-04-18
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06Q10/047 , G06Q10/083 , G06Q10/087 , G06N3/126
Abstract: 本发明公开了一种基于粗细粒度变异的不确定多仓库多物流车调度方法，针对不确定多仓库多物流车调度优化问题，设计了兼顾缩短各物流车路径长度以及维持各物流车路径长度均衡的优化目标，基于遗传算法，提出了一种改进的稳态分组交叉算子以及一种高效的修正方法，从而生成高质量的新物流车服务序列；设计了粗粒度与细粒度变异算子，分别负责客户节点分配以及服务路径优化，从而进一步提升物流车服务序列的精度。本发明提供的一种基于粗细粒度变异的不确定多仓库多物流车调度方法，能够针对不确定多仓库物流场景，优化出多量物流车的最优服务路径，同时兼顾物流车间的均衡性，可以有效降低物流运输成本，提升物流调度效率。
-
公开(公告)号：CN117252395B
公开(公告)日：2024-02-06
申请号：CN202311493018.5
申请日：2023-11-10
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/083 , G06N3/126
Abstract: 本发明公开了基于双染色体遗传算法的带服务约束多物流车调度方法，获取客户信息、仓库信息、物流车信息，根据实际应用场景下客户物流对运输物流车的限制，将物流调度运输问题建模为带服务约束的多物流车调度问题，建立物流车针对客户物流的可服务矩阵；采用双染色体表示法表征多物流车服务客户物流的调度方案，设计改进的部分匹配交叉策略，提出适应服务约束的变异算子，结合适应值评估，设置交叉概率、变异概率、最大适应值评估次数以及种群规模，基于遗传算法，迭代优化种群，不断更新全局最优物流车调度方案。本发明极大地提升了带服务约束多物流车调度优化问题的求解效率，有利于(56)对比文件董愫铭 等“.多机器人协调调度的贪婪双染色体遗传算法”《.机械设计与制造》.2023,第1-9页.Amin Riazi.“Genetic algorithm and adouble-chromosome implementation to thetraveling salesman problem”《. SN AppliedSciences》.2019,第1卷(第11期),第1-7页.罗庆;周军.基于改进遗传算法的物流配送路径优化.物流技术.2015,(第09期),第187-189页.
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.037 seconds)
