-
公开(公告)号：CN115422663B
公开(公告)日：2023-04-18
申请号：CN202211206608.0
申请日：2022-09-30
Applicant: 中南大学
IPC: G06F30/15 , G06F30/23 , G06F30/27 , G06N3/126 , G06F111/06 , G06F111/10
Abstract: 本发明公开了一种基于两阶段进化优化的汽车多胞结构吸能盒设计方法及系统，在给定碰撞场景中，以汽车多胞结构吸能盒薄壁结构厚度为设计变量，以吸能盒的总吸能值及总重量为设计目标，在限定吸能盒所受最大峰值力的约束条件下同时达到轻量化设计和耐撞性提升的目的。本发明能够达到在限定最大峰值力的情况下，同时提升耐撞性和实现轻量化的目的，且优化进程为两个阶段，第一阶段充分利用目标的信息引导种群进化，以保持多样性探索目标空间，并跨越不可行域从各个方向进入可行域，可行域中不同区域的信息均能被收集到；第二阶段再使用可行性优先的约束处理技术，种群能同时进一步开发可行域的不同区域，并从不同方向收敛到最优前沿面。
-
公开(公告)号：CN115510561B
公开(公告)日：2023-04-04
申请号：CN202211199651.9
申请日：2022-09-29
Applicant: 中南大学
IPC: G06F30/15 , G06F30/23 , G06F111/06 , G06F113/28
Abstract: 本发明公开了一种基于多任务的汽车吸能盒结构优化设计方法及系统，具体步骤如下：根据工程师确定的多种汽车吸能盒结构设计方案建立多任务优化数学模型；分别建立多任务优化中各个子任务的设计群体和归档集，构建基于多任务代理模型的辅助差分进化优化模块，进行全局优化搜索；结合高斯过程优化和知识迁移策略，构建最优个体迁移模块，进行局部优化搜索，加速搜索过程；最后根据各归档集确定最优设计方案。相比现有的单任务优化设计方法，本发明方法充分利用各个设计方案的相关性，保证优化求解的稳定性，缩短优化设计时间，可高效实现汽车吸能盒结构的优化设计。
-
公开(公告)号：CN115470742B
公开(公告)日：2023-03-14
申请号：CN202211342111.1
申请日：2022-10-31
Applicant: 中南大学
IPC: G06F30/367 , G06F17/13 , G06N3/0464 , G06N3/08 , G06F111/08
Abstract: 本发明公开了一种锂离子电池建模方法、系统、设备及存储介质，本方法根据电荷守恒定律和欧姆定律，获得锂离子电池的偏微分方程，并根据偏微分方程，定义边界条件和初始条件；基于物理信息神经网络，构建网络预测模型；构建第一损失函数，并采用梯度下降算法对网络预测模型的参数进行迭代更新，完成网络预测模型的第一训练；构建第二损失函数，并采用梯度下降算法对网络预测模型的参数进行迭代更新，完成网络预测模型的第二训练；构建第三损失函数，并采用梯度下降算法对网络预测模型的参数进行迭代更新，完成网络预测模型的第三训练；通过完成三次训练的网络预测模型预测锂离子电池的参数。本发明能够提高网络预测模型的预测精度。
-
公开(公告)号：CN115510561A
公开(公告)日：2022-12-23
申请号：CN202211199651.9
申请日：2022-09-29
Applicant: 中南大学
IPC: G06F30/15 , G06F30/23 , G06F111/06 , G06F113/28
Abstract: 本发明公开了一种基于多任务的汽车吸能盒结构优化设计方法及系统，具体步骤如下：根据工程师确定的多种汽车吸能盒结构设计方案建立多任务优化数学模型；分别建立多任务优化中各个子任务的设计群体和归档集，构建基于多任务代理模型的辅助差分进化优化模块，进行全局优化搜索；结合高斯过程优化和知识迁移策略，构建最优个体迁移模块，进行局部优化搜索，加速搜索过程；最后根据各归档集确定最优设计方案。相比现有的单任务优化设计方法，本发明方法充分利用各个设计方案的相关性，保证优化求解的稳定性，缩短优化设计时间，可高效实现汽车吸能盒结构的优化设计。
-
公开(公告)号：CN115470742A
公开(公告)日：2022-12-13
申请号：CN202211342111.1
申请日：2022-10-31
Applicant: 中南大学
IPC: G06F30/367 , G06F17/13 , G06N3/04 , G06N3/08 , G06F111/08
Abstract: 本发明公开了一种锂离子电池建模方法、系统、设备及存储介质，本方法根据电荷守恒定律和欧姆定律，获得锂离子电池的偏微分方程，并根据偏微分方程，定义边界条件和初始条件；基于物理信息神经网络，构建网络预测模型；构建第一损失函数，并采用梯度下降算法对网络预测模型的参数进行迭代更新，完成网络预测模型的第一训练；构建第二损失函数，并采用梯度下降算法对网络预测模型的参数进行迭代更新，完成网络预测模型的第二训练；构建第三损失函数，并采用梯度下降算法对网络预测模型的参数进行迭代更新，完成网络预测模型的第三训练；通过完成三次训练的网络预测模型预测锂离子电池的参数。本发明能够提高网络预测模型的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN115422663A
公开(公告)日：2022-12-02
申请号：CN202211206608.0
申请日：2022-09-30
Applicant: 中南大学
IPC: G06F30/15 , G06F30/23 , G06F30/27 , G06N3/12 , G06F111/06 , G06F111/10
Abstract: 本发明公开了一种基于两阶段进化优化的汽车多胞结构吸能盒设计方法及系统，在给定碰撞场景中，以汽车多胞结构吸能盒薄壁结构厚度为设计变量，以吸能盒的总吸能值及总重量为设计目标，在限定吸能盒所受最大峰值力的约束条件下同时达到轻量化设计和耐撞性提升的目的。本发明能够达到在限定最大峰值力的情况下，同时提升耐撞性和实现轻量化的目的，且优化进程为两个阶段，第一阶段充分利用目标的信息引导种群进化，以保持多样性探索目标空间，并跨越不可行域从各个方向进入可行域，可行域中不同区域的信息均能被收集到；第二阶段再使用可行性优先的约束处理技术，种群能同时进一步开发可行域的不同区域，并从不同方向收敛到最优前沿面。
-
公开(公告)号：CN110427953B
公开(公告)日：2022-11-29
申请号：CN201910544572.9
申请日：2019-06-21
Applicant: 中南大学 , 中国移动通信有限公司
Abstract: 本发明公开了一种基于卷积神经网络和序列匹配的在变化环境中让机器人进行视觉地点识别的实现方法，通过在图片的卷积特征图上估计图片之间的非重叠区域的特征，然后移除该特征再计算图片之间的相似度距离，相对于现有的基于卷积神经网络的方法，本发明具有实时的性能且对机器人视角变化的抗干扰能力更强。相对于现有的基于序列匹配技术的方法，该发明中提出的匹配序列检测算子能更加充分的利用图片序列的信息，是机器人能在具有极端的环境变化下具有更高的地点识别准确率和召回率。
-
公开(公告)号：CN113158514B
公开(公告)日：2022-05-24
申请号：CN202110345933.4
申请日：2021-03-31
IPC: G06F30/23 , G06F30/27 , G06F30/15 , G06N3/00 , G06F111/08
Abstract: 本发明公开了一种汽车车身材料结构匹配轻量化设计方法、系统及存储介质，以汽车车身薄壁结构厚度和材料牌号作为设计参数，达到以B柱侵入量、B柱侵入速度、B柱比吸能或汽车车身结构重量为设计目标，达到在保证汽车耐撞性不下降的同时降低汽车重量的目的。
-
公开(公告)号：CN113516133A
公开(公告)日：2021-10-19
申请号：CN202110355430.5
申请日：2021-04-01
Applicant: 中南大学
Abstract: 本发明公开了一种多模态图像分类方法及系统，建立多个单模态网络特征提取模块，每个所述单模态网络特征提取模块包括多阶级联的残差模块，最后一阶残差模块依次连接池化层、全连接层和softmax层，得到单模态网络通道；所有的单模态网络通道构成单模态网络模型；利用协同注意力机制融合所述单模态网络模型中的各阶残差模块，得到融合模态网络模型；融合所述单模态网络模型和融合模态网络模型，得到分类模型。本发明可以提高分类精度。
-
公开(公告)号：CN112861294A
公开(公告)日：2021-05-28
申请号：CN202110085767.9
申请日：2021-01-22
Applicant: 中南大学
IPC: G06F30/18 , G06F30/27 , G06N3/04 , G06N3/08 , G06N3/12 , G06F119/08 , G06F119/12
Abstract: 本发明公开了一种基于两种编码的分布参数系统时空建模时传感器位置优化的进化算法，属于智能系统与模式识别领域。本发明提出的混合两种编码机制有效联合优化了传感器布局方案，可以确定最优的传感器布局方案以最小化分布参数系统时空建模误差。本发明首先初始化每个传感器的初始位置布局，根据传感器的布局选取该位置的温度数据进行分布系统时空建模，即根据KLD分解分布参数系统为时间函数和空间函数，再对时间函数进行rbf神经网络拟合，最后对组合模型估计误差，再利用两种编码方式和差分进化算法做全局搜索和局部搜索，不断调整传感器的位置得到不同的计算误差，最后根据得到最小误差的布局放置数量有限的传感器。此发明利在获得时空建模误差最小化，维持分布参数系统的稳定运行，提高预测和监控分布参数系统的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.112 seconds)
