-
公开(公告)号：CN106802553B
公开(公告)日：2019-10-11
申请号：CN201710025977.2
申请日：2017-01-13
Applicant: 清华大学
IPC: G05B13/02
Abstract: 本发明提供了一种基于强化学习的铁路机车运行操控系统混合任务调度方法，该方法是一种离线学习过程。方法首先采集机车运行操控系统实际运行或仿真实验中的混合任务集数据，形成混合任务集合并对混合任务集合中的每个任务进行规则化标记。然后将规则化标记后的任务集合作为强化学习系统的输入，构成强化学习环境。强化学习系统应用强化学习算法，考察机车运行操控系统的调度目标进行迭代学习过程，生成对应混合任务集合的 对应关系表，并将该 关系表保存在数据库中。从数据库中挑选出现频率最高的规则作为当前状态的最优规则，形成最终的 对应关系表。机车操控系统运行中可根据 对应关系表，指导生成混合任务的实时调度序列，实现任务调度。
-
公开(公告)号：CN109769014A
公开(公告)日：2019-05-17
申请号：CN201811565056.6
申请日：2018-12-20
Applicant: 清华大学
Abstract: 本发明提供一种混合临界系统的服务等级转换方法及装置，其中转换方法包括如下步骤：步骤一、按照系统服务的功能需求，将系统服务划分为多个服务板块；步骤二、根据多个所述服务板块的重要程度，确定多个所述服务板块的优先等级；步骤三、根据每个所述服务板块对环境状况的容忍极限，确定多个所述服务板块之间的转换条件；步骤四、根据多个所述服务板块的优先等级、多个所述服务板块之间的转换条件以及当前系统服务所处的环境条件，对系统服务当前的服务板块进行自动转换。本发明在严酷环境下，关闭部分重要性较低的服务板块，保障关键模块的正常运行，在系统级别增强设备对环境的适应性。
-
公开(公告)号：CN109743264A
公开(公告)日：2019-05-10
申请号：CN201811565560.6
申请日：2018-12-20
Applicant: 清华大学
IPC: H04L12/863
Abstract: 本发明公开一种调度表压缩、数据转发方法及装置；该调度表压缩方法包括：获取待压缩的调度表；该调度表包括多条表项，各表项包括：序号、实时数据流标识；确定各个实时数据流标识对应的表项中的序号最小表项，并删除各个实时数据流标识对应的表项中、除序号最小表项之外的其他表项。采用本发明提供的方案，极大地减少了存储资源消耗。
-
公开(公告)号：CN107399333B
公开(公告)日：2018-10-12
申请号：CN201710605650.2
申请日：2017-07-24
Applicant: 清华大学
IPC: B61C17/00
Abstract: 本发明公开了一种面向列车自动驾驶的列车精准停车方法，其特征在于具体包括以下步骤：步骤1、从列车的记录设备上获取列车数据及列车运行的线路信息，并作相应的数据预处理工作；步骤2、利用步骤1中得到标准数据集，实时循环获取线路环境信息，根据获得的信息判断列车是否处于停车触发区域，决定是否触发基于线性二次型最优的精确停车控制算法；步骤3、当步骤2中判断需要开始执行停车策略后，执行基于线性二次型最优的精确停车控制算法，得到使列车精准停车的列车操纵档位。本发明通过列车数据和运行线路数据进行列车的运行状态进行记录与处理，判断列车是否应该开始执行基于线性二次型最优的精确停车控制算法，达到列车精准停车的目的。
-
公开(公告)号：CN108333959A
公开(公告)日：2018-07-27
申请号：CN201810192684.8
申请日：2018-03-09
Applicant: 清华大学
IPC: G05B17/02
Abstract: 本发明提供了一种基于CNN的机车智能操纵方法。其步骤为:采集有丰富驾驶经验的司机的历史驾车数据和机车运行监控日志；对采集到的数据进行特征提取，得到训练数据集和测试数据集；然后调整CNN模型参数，使用训练数据进行模型训练，迭代此步骤直至模型收敛；将训练好的CNN模型用于机车运行档位的预测；基于预测档位对测试数据集进行仿真测试，将司机实际驾驶的情况和CNN模型预测出的速度和档位曲线做对比。本发明提出的数据预处理方法、模型设计和训练方法能够充分利用数据信息，达到较好的机车档位预测效果。
-
Patent Agency Ranking
公开(公告)号：CN107399333A
公开(公告)日：2017-11-28
申请号：CN201710605650.2
申请日：2017-07-24
Applicant: 清华大学
IPC: B61C17/00
CPC classification number: B61C17/00
Abstract: 本发明公开了一种面向列车自动驾驶的列车精准停车方法，其特征在于具体包括以下步骤：步骤1、从列车的记录设备上获取列车数据及列车运行的线路信息，并作相应的数据预处理工作；步骤2、利用步骤1中得到标准数据集，实时循环获取线路环境信息，根据获得的信息判断列车是否处于停车触发区域，决定是否触发基于线性二次型最优的精确停车控制算法；步骤3、当步骤2中判断需要开始执行停车策略后，执行基于线性二次型最优的精确停车控制算法，得到使列车精准停车的列车操纵档位。本发明通过列车数据和运行线路数据进行列车的运行状态进行记录与处理，判断列车是否应该开始执行基于线性二次型最优的精确停车控制算法，达到列车精准停车的目的。
-
公开(公告)号：CN107231280A
公开(公告)日：2017-10-03
申请号：CN201710479446.0
申请日：2017-06-22
Applicant: 中车信息技术有限公司 , 清华大学
CPC classification number: H04L1/22 , H04L12/40176 , H04L2012/40293
Abstract: 本发明的实施例公开了一种MVB网卡的线路冗余切换的方法及装置，该方法根据信任线传输的有效帧的校验信息、或者根据通过所述信任线测量到的传输有效帧的时间间隔、或者根据通过所述信任线和观察线测量到的传输有效帧的时间间隔来判断当前的信任线是否受扰，并在判定信任线受扰后，及时切换LAT的值。采用本实施例提供的这种切换方法能够保证网卡及时摒弃由受扰的线路传输的数据，接收切换之后的新的信任线的数据，从提高了产品之间相互配合的及时性，保证了由网卡传输的数据的准确性。
-
公开(公告)号：CN107194612A
公开(公告)日：2017-09-22
申请号：CN201710467955.1
申请日：2017-06-20
Applicant: 清华大学
Abstract: 本发明涉及一种基于深度强化学习的列车运行调度方法及系统，其首先收集真实场景中一个车站的所有可调度列车及其时刻表信息以及所有可调度安排的司机信息，构成原始信息；将收集的原始信息进行规则化处理；利用规则化处理后的数据信息建立列车深度强化学习模型；利用深度强化学习模型进行离线训练和学习，得到训练好的列车深度强化学习模型；基于深度强化学习的列车运行调度系统利用训练好的深度强化学习模型进行列车运行调度。本发明不仅能够使得调度更加智能化，而且技术处理过程简单，灵活度高，寻优的效率高。
-
公开(公告)号：CN107181657A
公开(公告)日：2017-09-19
申请号：CN201710398260.2
申请日：2017-05-31
Applicant: 中车信息技术有限公司 , 清华大学
Abstract: 本发明涉及一种WTB链路层接口适配器及其实现方法，其中当用户通过上位机适配模块所在的CPU设备交互数据时，上位机适配模块通过用户虚拟接口分别主动发起传输数据包和接收数据包；并通过链路层接口向下跟WTB网卡适配模块的FPGA逻辑层的相关接口进行数据交互；WTB网卡适配模块通过FPGA逻辑层向上与WTB网卡适配模块的适配器Adapter层交互来获取数据，向下驱动并行总线与上位机适配模块交互、缓冲数据；WTB网卡适配模块的适配器Adapter层向下与FPGA逻辑层交互来获取数据，向上为WTB链路接口层的WTB功能接口提供相关参数。本发明能使用户通过上位机所在CPU直接调用WTB的链路层功能接口。
-
公开(公告)号：CN107025382A
公开(公告)日：2017-08-08
申请号：CN201710300213.X
申请日：2017-05-02
Applicant: 清华大学
IPC: G06F19/00
Abstract: 本发明涉及一种基于临界相变理论的工程系统健康分析系统和方法，该系统包括：信号采集单元、信号分析单元以及交互展示单元三部分，该方法包括如下基本步骤：信号采集、信号预处理、随机波动信号提取、临界相变预警信号指标分析以及信号分析展示。本发明将工程系统临界相变特性应用工程系统上，为工程系统健康分析提供了新的切入点，本发明能够全面反映系统失效时系统状态的变迁，实现系统故障的诊断和预测，具有较好的适用性。
-
-
-
-
-
-
-
-
-
Search Results
206
records
(took 0.02 seconds)
