-
公开(公告)号：CN119321769A
公开(公告)日：2025-01-17
申请号：CN202411863944.1
申请日：2024-12-18
Applicant: 山东工商学院
IPC: G01C21/20 , G01C21/34 , G06Q10/047
Abstract: 本发明属于路径规划技术领域，具体涉及基于RRT改进算法的机器人路径规划方法，步骤包括获取需要进行路径规划的环境空间信息，定义参数，获取坐标点与障碍物的最小距离；构建双向随机树并初始化，通过采样函数获取采样点；找到最近邻点，并选取新节点，进行安全距离判断，不满足则重新采样；生成离散化路径；设定局部节点扩展时的代价函数；循环迭代生成离散点代价，取最小代价值，寻找最优节点并插入当前树中；得到经过局部优化后的一条整体路径Path；离散化整个Path，设定全局规划时节点的代价函数，选取最小代价的节点进行重连，最终获得一条平滑有效的最优化路径。本发明有效地提升了路径的最优性和平滑性。
-
公开(公告)号：CN119089410A
公开(公告)日：2024-12-06
申请号：CN202411570147.4
申请日：2024-11-06
Applicant: 山东工商学院
IPC: G06F18/27 , G06F18/213 , G06F18/25 , G06F18/10 , G06F18/214 , G06N3/0442 , G06N3/048 , G06N3/08 , F04D27/00 , G06F123/02
Abstract: 本发明属于风速预测技术领域，具体涉及基于时空智适应预测引擎的封闭母线风速预测控制方法，步骤包括对于需要进行风速预测的封闭母线处的风机，设定风速阈值并配置控制系统；收集各风机风速的历史数据并进行预处理，将预处理后的历史数据分为训练集和测试集；对预处理后的历史数据基于深度学习进行特征提取，分析其中的时间序列特征；建立基础神经网络架构；建立深度空间分析引擎与时序分析引擎，并将其融合获得时空智适应预测引擎算法，得到风速的最终预测值；依据风速的最终预测值和封闭母线温度，制定相应风机的控制策略，通过控制系统调整风机风速。本发明能够对封闭母线内外部风机进行风速预测，依据控制策略及时对风机风速进行调整。
-
公开(公告)号：CN118211735B
公开(公告)日：2024-08-16
申请号：CN202410619717.8
申请日：2024-05-20
Applicant: 山东工商学院
IPC: G06Q10/04 , G06Q10/0631 , G06N3/006
Abstract: 本发明属于优化算法技术领域，具体涉及沙漠金鼹鼠优化算法在无线传感器网络覆盖部署中的应用，步骤包括初始化总领地范围和沙漠金鼹鼠的位置和小组数量；通过搜索判断每个沙漠金鼹鼠个体是否发现猎物或植物，相应的执行单独捕食策略或植物搜索策略；当未发现猎物且未聆听到植物位置时，执行游牧策略；执行生存更新策略，对生存概率低于阈值的个体进行优化；利用领地资源函数，计算每个小组的领地的资源环境；基于领地互助策略，对资源环境最差的领地进行移动；重复迭代直至到达最大迭代次数或达到预期期望值，输出各个小组的领地的位置，即为最优方案。本发明提高了全局搜索效率和收敛速度，并且具有较强的动态规划能力，能够灵活应对环境的变化。
-
公开(公告)号：CN118336879B
公开(公告)日：2024-08-09
申请号：CN202410763733.4
申请日：2024-06-14
Applicant: 山东工商学院
Abstract: 本发明属于充电控制技术领域，具体涉及一种基于GSOM改进人工蜂群的快速充电控制策略，获取策略包括以下步骤：对于三段式充电的三个充电阶段分别建立电压集合和容量集合；建立包含观察蜂、侦察蜂和采蜜蜂的充电蜂群系统，迭代搜索各个充电阶段的最优蜜源信息，即为充电电压和电池容量混合变化率的最优解；建立包含竞争层、神经元聚集层、动态调整层和传递层的GSOM动态拓扑模型；形成初始种群，在充电蜂群系统的迭代搜索过程中，动态调整蜜蜂个体的位置和行为，最终获取各个充电阶段的最优蜜源信息，实现快速充电控制策略。本发明可以适应复杂的多机器人系统，稳定性更强，有效提升了多智能体协同智能装车机器人系统的充电性能。
-
公开(公告)号：CN118013863B
公开(公告)日：2024-06-25
申请号：CN202410417665.6
申请日：2024-04-09
Applicant: 山东工商学院
Abstract: 本发明属于电力设备故障监测技术领域，具体涉及一种基于改进燕隼捕食算法的封闭母线温度故障监测方法，步骤包括设置封闭母线参数；设定温度阈值；初始化燕隼群体；设定燕隼种群的初始参数；以封闭母线在长时间运行时产生的热点为目标，建立目标函数；迭代更新燕隼种群的位置，寻找热点；在燕隼种群的迭代过程中，加入随机扰动；根据目标函数计算每个燕隼种群飞行时的发射频率和响应强度，引导燕隼种群的飞行轨迹；通过不断迭代，找到最佳位置及其对应的适应度值；对热点进行分析判断，确定其是否为潜在故障点。本发明能够对封闭母线内外部及时进行温度预测，且测量精度高、测量范围广，保障封闭母线长期安全运行。
-
Patent Agency Ranking
公开(公告)号：CN118092195A
公开(公告)日：2024-05-28
申请号：CN202410508860.X
申请日：2024-04-26
Applicant: 山东工商学院
IPC: G05B13/04
Abstract: 本发明属于多智能体协同控制技术领域，具体涉及基于协同训练模型改进IQL的多智能体协同控制方法，步骤包括：S1、对传统生成式对抗网络GAN进行改进，建立跨域生成对抗网络CoGAN；S2、构建鱼鳞预测算法，并鱼鳞预测算法将引入CoGAN中；S3、基于鱼鳞预测算法和CoGAN，建立非线性协同系统，完成对深度协同对抗训练模型DCATM的构建，即为完成对IQL的改进，获得基于改进IQL的多智能体协同控制方法。本发明通过改进传统GAN、引入鱼鳞预测算法以及建立非线性协同系统等手段，有效提升了协同训练效果，使得多智能体的协同得到了准确的训练和优化，从而在多个应用领域中都能取得显著的性能提升和实际效益。
-
公开(公告)号：CN117784852A
公开(公告)日：2024-03-29
申请号：CN202410216841.X
申请日：2024-02-28
Applicant: 山东工商学院
IPC: G05D23/24
Abstract: 本发明属于传感器温度控制技术领域，具体涉及一种基于鱼鳞仿生优化算法的多模态传感器温度控制方法，步骤包括在多传感器系统中，通过热敏电阻采集温度数据，建立每个传感器的温度数据集合；对采集的传感器温度数据进行融合；建立温度控制数学模型；构建多模态系统；将温度控制数学模型应用于多模态系统中，获得多模态传感器温度控制系统；建立鱼鳞仿生优化算法；将鱼鳞仿生优化算法引入多模态传感器温度控制系统中，根据生成的控制策略实时监测各个传感器的温度，动态调整传感器工作状态，实现多模态传感器温度控制。本发明通过模拟鱼鳞的温度感知原理实现优化控制的效果，具有更好的适应性和鲁棒性，且能够更迅速的响应温度变化。
-
公开(公告)号：CN117496133A
公开(公告)日：2024-02-02
申请号：CN202410003788.5
申请日：2024-01-03
Applicant: 山东工商学院
IPC: G06V10/25 , G06V10/774 , G06V10/74 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/09
Abstract: 本发明属于封闭母线温度控制技术领域，尤其涉及基于多模态数据的封闭母线R‑CNN温度故障监测方法，步骤包括：采集封闭母线槽体的多模态数据；对采集到的数据进行预处理，包括数据清洗和归一化处理；将归一化处理后的数据经过分配权重、加权平均、模态建模后，融合到一个综合的多模态数据集中，并获得关于数据指标的模拟图像；建立卷积神经网络模型R‑CNN，产生数据指标的候选区域，对该候选区域进行封闭母线障碍信息的判断提取，获得温度异常候选特征样本；对候选特征样本进行相似性度量数据分析，实现封闭母线温度故障信息的监测。本发明提高了对温度异常的敏感性，使得对于封闭母线的温度监测更加灵活和有效。
-
公开(公告)号：CN117390999A
公开(公告)日：2024-01-12
申请号：CN202311694281.0
申请日：2023-12-12
Applicant: 山东工商学院
IPC: G06F30/28 , G06F30/27 , G06N3/0464 , G06F113/08 , G06F119/14 , G06F119/08
Abstract: 本发明属于封闭母线温度控制技术领域，具体涉及基于CFD深度学习模型的封闭母线温度故障监测方法，步骤包括通过传感器，采集母线导体在不同时刻的温度和气体压力数据，并设置通过气体压力数据等效后的气体密度集合；构建封闭母线的CFD状态模型，实现气体密度的获取；将气体密度与CFD状态模型进行整合处理，建立流体迹线CFD模型；对采集数据进行分组处理，进行无监督逐层训练和微调，完成每组数据的深度学习策略，完成特征输出；通过卷积神经网络将每组的密度流通量变化率进行数据联合，实现全局寻优，完成封闭母线温度故障监测。本发明可以及早发现封闭母线系统中的温度异常，有助于预防潜在的故障和事故，提高了系统的可靠性和安全性。
-
公开(公告)号：CN116432885A
公开(公告)日：2023-07-14
申请号：CN202310523202.3
申请日：2023-05-10
Applicant: 山东工商学院
IPC: G06Q10/047 , G06N7/01 , G06N3/0442 , G06N3/092
Abstract: 一种智能设备的PTM行为规划方法，属于智能设备规划技术领域。S1建立马尔可夫底层决策模型，并设置奖励函数；S2引入记忆网络层，采用二层次结构，分别用来存储动作信息及训练信息；S3以物体实时位置为坐标中心，以三维迷宫为动作原理，通过单基面结合的方式，分别从上、下、左、右、左上、左下、右上、右下集合48个方向进行规划预测，将所走过的位置设置为1，并建立动态三维迷宫点阵图；S4去除不必要的路径，加快算法收敛的速度；S5建立动态线性规划数学模型并通过MATLAB得到最优规划路线方案。本发明实现数据化繁为简，降低了数据判断的复杂性和时间成本，有效的解决了行为规划和预测的问题。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.059 seconds)
