一种基于安全强化学习及视觉传感器的机器人避障系统

    公开(公告)号:CN113359744B

    公开(公告)日:2022-03-01

    申请号:CN202110684879.6

    申请日:2021-06-21

    申请人: 暨南大学

    IPC分类号: G05D1/02

    摘要: 本发明公开了一种基于安全强化学习及视觉传感器的机器人避障系统,包括卷积神经模块,所述卷积神经网络模块包括长短期记忆单元;还包括加入LSTM单元、第一卷积层、第二卷积层、第一全连接层、第二全连接层、输出层。本发明采用强化学习算法的增强,使多维,连续,多约束问题能够较好的收敛于信任域内,解决了以往带约束的强化学习算法的诸多问题。可以大幅提高生产安全,普适地应用在不同场合的危险工作上,在解放劳动力的同时,提高了操作安全性、精准性。

    基于资金流预测收益率的预测方法、装置、设备及介质

    公开(公告)号:CN109086954B

    公开(公告)日:2022-01-25

    申请号:CN201811322112.3

    申请日:2018-11-08

    申请人: 暨南大学

    IPC分类号: G06Q10/04 G06Q40/04

    摘要: 本发明公开基于资金流预测收益率的预测方法、装置、设备及介质,该预测方法包括:获取采样的宏观资金流变量和上证指数收益率的月度数据序列,宏观资金流变量包括货币供应量和银行隔夜拆借利率;对月度数据序列进行单位根检验,确定单位根检验后的月度数据序列的单位根特性是否满足多变量协整检验的宽限条件;单位根特性为月度数据序列为Ni阶单整序列,Ni≥0;在单位根特性满足多变量协整检验的宽限条件的情况下,利用Johansen极大似然估计法确定宏观资金流变量月度数据序列与上证指数收益率月度数据序列的协整关系;根据基于协整关系建立的VECM模型对上证指数收益率进行预测。本发明的预测方法填补现有中尚缺少宏观资金流指标对中国股票指数进行预测的空白。

    策略信息生成方法、装置、电子装置和存储介质

    公开(公告)号:CN113239639A

    公开(公告)日:2021-08-10

    申请号:CN202110728541.6

    申请日:2021-06-29

    申请人: 暨南大学

    IPC分类号: G06F30/27 G06N20/00

    摘要: 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。

    易疲劳断裂螺栓的宏观金相检测方法

    公开(公告)号:CN108535304B

    公开(公告)日:2020-06-30

    申请号:CN201810395307.4

    申请日:2018-04-27

    申请人: 暨南大学

    摘要: 本发明公开易疲劳断裂螺栓的宏观金相检测方法,包括:选取螺栓进行切割并获取具有受检面的检测试样,且对检测试样进行超声波清洗;采用扫描电镜对检测试样的受检面进行微观形貌观察,并界定出疲劳源区和扩展区;将检测试样垂直疲劳源区纵向剖开并磨制,制备具有纵向受检面的金相试样,并对金相试样的纵向受检面进行微观检测;采用透射电子显微镜对具有纵向受检面的金相试样进行能谱半定量分析,检测纵向受检面对应疲劳源区部分和检测试样基体部分是否集中分布非金属夹杂物;将金相试样采用硝酸酒精溶液浸蚀后进行疲劳源区的带状组织、贫碳检测和检测试样基体的带状组织检测;采用金相显微镜对该金相试样进行金相检测;疲劳断裂判定。

    基于资金流预测收益率的预测方法、装置、设备及介质

    公开(公告)号:CN109086954A

    公开(公告)日:2018-12-25

    申请号:CN201811322112.3

    申请日:2018-11-08

    申请人: 暨南大学

    IPC分类号: G06Q10/04 G06Q40/04

    摘要: 本发明公开基于资金流预测收益率的预测方法、装置、设备及介质,该预测方法包括:获取采样的宏观资金流变量和上证指数收益率的月度数据序列,宏观资金流变量包括货币供应量和银行隔夜拆借利率;对月度数据序列进行单位根检验,确定单位根检验后的月度数据序列的单位根特性是否满足多变量协整检验的宽限条件;单位根特性为月度数据序列为Ni阶单整序列,Ni≥0;在单位根特性满足多变量协整检验的宽限条件的情况下,利用Johansen极大似然估计法确定宏观资金流变量月度数据序列与上证指数收益率月度数据序列的协整关系;根据基于协整关系建立的VECM模型对上证指数收益率进行预测。本发明的预测方法填补现有中尚缺少宏观资金流指标对中国股票指数进行预测的空白。

    模糊垃圾产生量下的生活垃圾清运规划方法、装置及设备

    公开(公告)号:CN118710075A

    公开(公告)日:2024-09-27

    申请号:CN202410839060.6

    申请日:2024-06-26

    摘要: 本发明公开了一种模糊垃圾产生量下的生活垃圾清运规划方法、装置及设备,所述方法包括:定义各个垃圾产生点的待清运垃圾量的模糊变量;引入基于可信性测度理论的模糊机会约束,以处理垃圾产生量的模糊性;构建模糊机会约束规划模型的目标函数,以最小化清运成本、中转站负效应以及因清运失败产生的额外成本;根据模糊变量、模糊机会约束和目标函数,构建基于可信性测度理论的模糊机会约束模型;基于模糊模拟的C‑W节约算法与改进NSGA‑II算法,求解模糊机会约束规划模型,得到各个垃圾产生点最佳垃圾运转的中转站位置以及清运车调度方案。本发明能够在垃圾产生量不确定情况下,规划出各个垃圾产生点最佳垃圾运转的中转站位置以及清运车调度方案。