公开(公告)号：CN117807473A

公开(公告)日：2024-04-02

申请号：CN202311641022.1

申请日：2023-12-04

Applicant: 国网江苏省电力有限公司建设分公司

Inventor： 戚绪安 ,  裴碧莹 ,  鄢洪林 ,  刘寅莹 ,  宋念达 ,  涂晓 ,  车松阳 ,  范舟 ,  程蒙 ,  张敏 ,  徐洪俊

IPC: G06F18/24 ,  G06F18/2131 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明涉及路基压实度计算技术领域，具体是基于人工神经网络模型的电站回填土压实度质量评价方法，首先采集压路机的振动信号谐波的频域幅值，基波的频域幅值，路面的压实度实测值，以及仪器测量得到的CMV值、CCV值和VCV值。接着通过振动信号谐波的频域幅值和基波的频域幅值计算各个原始样本的CMV值、CCV值和VCV值，并再次存储在原始样本中。然后将原始样本输入到神经网络中进行训练，得到压实度最优预测模型。最后将施工过程中仪器实时测量得到的CMV值、CCV值和VCV值输入到压实度最优预测模型中，预测道路的实时压实度。本发明通过多个振动数据的综合考虑，能够有效的提高路面实时压实度计算的准确性。

公开(公告)号：CN117521904A

公开(公告)日：2024-02-06

申请号：CN202311534046.7

申请日：2023-11-17

Applicant: 国网江苏省电力有限公司建设分公司 ,  华北电力大学

Inventor： 鄢洪林 ,  沙俊强 ,  夏睿 ,  凌宇辰 ,  聂麟鹏 ,  吴含滋 ,  苗艺 ,  叶嘉雯 ,  李金超 ,  鹿世强 ,  郭雨薇 ,  杨柳楠 ,  刘虎

IPC: G06Q10/04 ,  G06Q10/0631 ,  G06Q50/08 ,  G06N3/006 ,  G06N3/092

Abstract: 本发明提供的一种基于强化学习的施工计划和进度优化方法，所述优化方法包括：对施工项目的全过程进行WBS分解，划分成影响工期和资源成本的工序列表，并标明各工序的工期成本属性和不同工序之间的紧前紧后关系；构建基于多代理的施工方案优化模型，确定初始施工方案和所有可行的施工备选方案；以工期最短和成本最小为目标，考虑各时段资源约束，通过强化学习算法对所构建模型进行求解，得到最优施工方案。RL‑ABM提供了多个调度场景以实现最短持续时间，其中规划者可以根据其他附加标准做出活动排序决策。