-
公开(公告)号：CN117333113A
公开(公告)日：2024-01-02
申请号：CN202311311679.1
申请日：2023-10-11
Applicant: 暨南大学
IPC: G06Q10/0875 , G06N3/126
Abstract: 本申请涉及基于品类关联规则的库区布局方法、装置及存储介质，该方法包括：获取历史订单数据，从历史订单数据中获取第一商品类别、第一关联信息和货品库存信息；根据第一商品类别、第一关联信息和货品库存信息，确定目标库区对应的库区数、第一区域参数和库区关联度；基于库区数和第一区域参数，进行基因编码和种群初始化，利用预设的群体智能算法和库区关联度，对生成多个第一编码数组进行群体迭代操作，生成多个第一最优编码数组；根据由多个第一精英编码数组对应的第一中心编码数组和历史经验编码数组生成的当前经验编码数组，对多个第一最优编码数组进行知识引导搜索操作，从生成的多个候选编码数组中确定出目标编码数组，得到库区布局结果。
-
公开(公告)号：CN117332995A
公开(公告)日：2024-01-02
申请号：CN202311628622.4
申请日：2023-12-01
Applicant: 暨南大学 , 超讯通信股份有限公司
IPC: G06Q10/0631 , G06N3/126 , G06Q10/04 , G06Q10/047 , G06Q10/087
Abstract: 本申请涉及基于窄通道避堵的拣选订单分配规划方法、装置及介质，该方法包括：在基于第一拣选规划信息进行订单拣选过程中，检测目标仓库内所对应的实时运转状态信息，从第一拣选规划信息中获取目标仓库所对应的第一运转状态信息；确定实时运转状态信息与第一运转状态信息是否存在偏差，在确定到存在偏差的情况下，根据仓库通道所对应的初始通道拥堵状态信息，确定目标修正策略；从修正拣选规划信息中获取修正运转状态信息，确定修正运转状态信息对应的第一仓库拥堵状态信息；根据第一仓库拥堵状态信息，按目标拣选修正规划对修正拣选规划信息进行重规划更新，按重规划更新所生成的目标拣选规划信息对目标拣选订单进行分配规划。
-
-
公开(公告)号：CN111915410A
公开(公告)日：2020-11-10
申请号：CN202010806814.X
申请日：2020-08-12
Applicant: 暨南大学
Abstract: 本发明提供了一种面向高动态生产物流过程的智能管控系统，涉及物流管控技术领域，包括智能对象的生产物流管控平台，所述智能对象的生产物流管控平台，包括应用层；所述应用层包括智能拉单模块、减仓模块、智能调度模块、配料管理模块、统计分析及可视化模块和基础信息管理模块；智能拉单模块用于将客户订单拉入模块订单池中，并依次将订单放入对应的车间订单池中，各车间订单池中的订单按照发货日期先后进行排序，依据产能和相关规则对订单进行合并，生成当日生产计划；本发明提供的智能管控系统解决原有下单模式造成的计划员无法从全局的角度获取销售订单信息进行优化决策，导致联动订单无法被各车间同时生产、下线等问题。
-
公开(公告)号：CN118691338B
公开(公告)日：2025-04-01
申请号：CN202410904024.3
申请日：2024-07-08
Applicant: 暨南大学
IPC: G06Q30/0204 , G06Q30/0201 , G06Q10/04 , G06Q10/0631 , G06Q10/30 , G06Q50/02 , G06Q50/12 , G06Q50/26
Abstract: 本申请涉及厨余垃圾资源化闭环处理设施的选址方法及服务平台，该方法包括：基于多个餐饮中心在设定的选址周期内的厨余垃圾总产量，确定每个餐饮中心所对应的厨余垃圾日产量，并确定多个餐饮中心所对应的厨余垃圾的日产总量；在确定处理日产总量的厨余垃圾所需求的第一黑水虻需求量之后，确定每个候选黑水虻处理点在对应的邻避效应参数下所对应的第一黑水虻养殖规模；基于第一黑水虻养殖规模与第一黑水虻需求量，从多个候选黑水虻处理点中，选取至少一个备选黑水虻处理点，并在计算备选黑水虻处理点与关联的多个餐饮中心所对应的日运营总成本之后，至少根据日运营总成本，从至少一个备选黑水虻处理点中，选取目标黑水虻处理点，得到选址结果。
-
Patent Agency Ranking
公开(公告)号：CN118674491B
公开(公告)日：2025-02-28
申请号：CN202410842824.7
申请日：2024-06-27
Applicant: 暨南大学
IPC: G06Q30/0202 , G06N3/0464 , G06N3/049 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本申请涉及基于大数据的产品需求信息预测方法、装置、预测平台及介质，该方法包括：在目标产品对应的历史生产数据中，获取与所述目标产品对应的第一生产数据时间序列，并按预设规则对所述第一生产数据时间序列进行缩放处理，生成第二生产数据时间序列；将所述第二生产数据时间序列，输入已训备的需求预测模型，得到所述目标产品对应的目标需求预测数据；利用已构建的EM‑GMM模型，处理所述目标需求预测数据的所有所述日生产需求预测数据，生成生产需求预测结果，其中，所述生产需求预测结果包括所述目标产品对应的周生产需求概率分布参数，通过使用TCN‑LSTM模型，结合网格搜索法，对历史生产数据进行预处理和预测，从而提高对目标产品需求预测的准确性。
-
公开(公告)号：CN118485358B
公开(公告)日：2025-02-07
申请号：CN202410669998.8
申请日：2024-05-28
Applicant: 暨南大学 , 超讯通信股份有限公司 , 广东康利达物联科技有限公司
IPC: G06Q10/08 , G06Q10/0631 , G06Q10/04 , G06N3/126
Abstract: 本申请涉及基于改进教与学算法的分布式区块链生产物流资源的优化配置方法，包括：从预设的多个区块链资源集合对应的生产物流资源BCPLR节点中，选取每个区块链资源集合对应的候选BCPLR节点集；基于多个候选BCPLR节点集和生产物流任务量，进行种群个体编码和种群初始化，生成多个第一个体编码；利用改进的教与学算法TLBO，对多个第一个体编码进行种群搜索迭代，生成多个第二个体编码，并基于第二个体编码对应的资源配置方式的适应度和改进的TLBO，对多个第二个体编码进行种群更新迭代，并从生成的多个备选个体编码中，确定目标个体编码，得到优化配置结果，其中，改进的TLBO是将多教师分组的教学策略和结合随机性和有向性的交叉学习策略分别作为TLBO的教学策略和学习策略的TIBO。
-
公开(公告)号：CN118503806B
公开(公告)日：2024-11-12
申请号：CN202410720765.6
申请日：2024-06-05
Applicant: 暨南大学
IPC: G06F18/2411 , G06F18/24 , G06F18/2413
Abstract: 本申请涉及基于TOPSIS和SVR的订单评级方法、装置、评级系统及存储介质，该方法包括：获取待排序的订单数据，对订单数据进行预处理，以生成预设数据格式的候选订单数据，候选订单数据包括多种目标指标参数；利用TOPSIS法，处理多种目标指标参数，得到每个目标指标参数所对应的权重数据；对多种目标指标参数和每个目标指标参数对应的权重数据，利用秩和比评价法RSR进行秩和比计算，得到与每个目标指标参数对应的实时加权秩和比，将实时加权秩和比输入SVR模型，输出与实时加权秩和比对应的预测加权秩和比；根据预测加权秩和比和预设的分档规则，确定每个订单数据所对应的分档排序结果。通过本申请，解决相关技术中评级订单的方法效率及准确率低的问题。
-
公开(公告)号：CN118674491A
公开(公告)日：2024-09-20
申请号：CN202410842824.7
申请日：2024-06-27
Applicant: 暨南大学
IPC: G06Q30/0202 , G06N3/0464 , G06N3/049 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本申请涉及基于大数据的产品需求信息预测方法、装置、预测平台及介质，该方法包括：在目标产品对应的历史生产数据中，获取与所述目标产品对应的第一生产数据时间序列，并按预设规则对所述第一生产数据时间序列进行缩放处理，生成第二生产数据时间序列；将所述第二生产数据时间序列，输入已训备的需求预测模型，得到所述目标产品对应的目标需求预测数据；利用已构建的EM‑GMM模型，处理所述目标需求预测数据的所有所述日生产需求预测数据，生成生产需求预测结果，其中，所述生产需求预测结果包括所述目标产品对应的周生产需求概率分布参数，通过使用TCN‑LSTM模型，结合网格搜索法，对历史生产数据进行预处理和预测，从而提高对目标产品需求预测的准确性。
-
公开(公告)号：CN118229018B
公开(公告)日：2024-09-10
申请号：CN202410437587.6
申请日：2024-04-12
Applicant: 暨南大学
IPC: G06Q10/0631 , G06Q10/08 , G06Q50/04
Abstract: 本申请涉及多资源约束的生产物流协同决策方法、装置、电子装置和存储介质，该方法包括：基于当前获取的多个JI对应的成对邻近性，对多个JI进行分组并生成当前JI队列，当前JI队列对应有当前LI队列和当前PI队列；在根据每个JI与对应的装配单元的作业适配度，对当前JI队列进行排序并生成候选JI队列期间，同步执行根据每个LI与分配的lo的物流适配度，对当前LI队列中的所有LI进行排序更新并生成目标LI队列，候选JI队列对应有候选PI队列；按预设的约束规则，对候选PI队列的所有PI进行指令验证，并根据每个PI与分配的po的生产适配度，对完成指令验证的候选PI队列中的所有PI进行排序更新，生成目标PI队列，以及将目标LI队列和目标PI队列作为协同决策结果。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.01 seconds)
