-
公开(公告)号：CN115310817A
公开(公告)日：2022-11-08
申请号：CN202210949329.7
申请日：2022-08-09
Applicant: 安徽大学
Abstract: 本发明公开了一种基于差分选择遗传算法的柔性作业车间调度方法，其步骤包括：第一：构建作业集；第二：构建作业集生产加工总时间模型；第三：设定相应的约束条件，构建单目标柔性作业车间调度模型；第四：根据作业集和车间资源相关信息，并使用差分选择遗传算法对所述单目标柔性作业车间调度模型进行求解，得到生产加工方案；第五：按照得到的生产加工方案对作业集进行生产加工。本发明能获得耗时最短的最优生产加工方案，从而能提高作业集的生产加工效率。
-
公开(公告)号：CN115289619A
公开(公告)日：2022-11-04
申请号：CN202210900275.5
申请日：2022-07-28
Applicant: 安徽大学
IPC: F24F11/46 , F24F11/63 , F24F11/80 , F24F11/72 , F24F120/10 , F24F110/70
Abstract: 本发明公开了基于多智能体深度强化学习的地铁站台HVAC控制方法，在送风量一定的情况下，通过改变送风温度和新风比调节区域的室内温度和CO2浓度，同时送风温度的升高和新风比的降低都可以节约系统能耗。水系统利用冷冻水将混合空气气温冷却到各个热区所需要的送风温度，通过调节冷冻水的送水温度，可以实现水系统的节能；利用多智能体强化学习的方式在考虑地铁站台不同区域内的室内热舒适度和空气质量舒适度的情况下，兼顾区域内的实时客流量、室外温湿度，最大限度的降低地铁站台中空调系统的能耗。
-
公开(公告)号：CN111210125B
公开(公告)日：2022-10-11
申请号：CN201911376115.X
申请日：2019-12-27
Applicant: 安徽大学
IPC: G06Q10/06
Abstract: 本发明提供一种基于历史信息指导的多目标工件批调度方法，包括：1)、获取若干个当前个体；2)、对各个当前种群中的各个个体对应的调度方案进行优化，得到优化后的当前种群；3)、将当前种群分为若干个子种群，运用基于分解的思想获取精英个体；根据所述子种群中各个精英个体的调度方案更新获取第二预设数量个补充个体；4)、将所述精英个体与所述补充个体的组合作为当前种群，获取所述当前种群中的帕累托非支配个体，并将所述当前种群中的帕累托非支配个体加入到非支配解集中，更新所述非支配解集；返回执行步骤2)，进行迭代并将最后一次迭代后得到的调度方案作为目标调度方案。本发明可以使订单的实际完成时间接近于合同的订单交付时间。
-
公开(公告)号：CN112306642A
公开(公告)日：2021-02-02
申请号：CN202011329163.6
申请日：2020-11-24
Applicant: 安徽大学
IPC: G06F9/455
Abstract: 本发明提供了一种基于稳定匹配博弈理论的工作流调度方法，包括以下步骤：步骤A：输入工作流的DAG图，虚拟机池V＝{VM0,VM1,…,VMm‑1}，以及CCR数值；步骤B：计算每个任务的rank值，选择每一层中具有最大rank值的任务加入关键路径任务集合CP；步骤C：基于稳定匹配博弈理论将任务分配到虚拟机上，得到调度方案；步骤D：优化调度方案，遍历所有任务，将使当前任务开始时间提前的前驱节点复制到当前任务所在的虚拟机上。本发明的优点在于：基于关键路径和任务复制的两种局部优化策略有效地减少了工作流的最大完工时间，综合考虑了任务的公平性问题，能够提高客户满意度。
-
-
Patent Agency Ranking
公开(公告)号：CN110942251A
公开(公告)日：2020-03-31
申请号：CN201911179848.4
申请日：2019-11-27
Applicant: 安徽大学
Abstract: 本发明提供了一种基于联合蚁群算法的批调度方法，包括以下步骤：初始化Tmax、AntNum、n，I，S，信息素矩阵、ρ、库存概率和运输概率，令t＝1，Ant＝0；令Ant＝Ant+1，蚂蚁Ant对工件进行分配输出调度方案；通过局部优化策略优化调度方案，计算优化后的调度方案的目标值，更新库存概率和运输概率；重复此过程直到所有蚂蚁用尽结束本次迭代，获取全局最优调度方案，更新信息素，如果t＜Tmax，则令t＝t+1，Ant＝0，返回分配工件，直到迭代结束，输出全局最优调度方案。本发明提供的一种基于联合蚁群算法的批调度方法的优点在于：综合考虑的生产过程中的库存和运输问题，通过合理的反馈机制，适合解决大规模批调度问题，实现成本优化，能够为生产过程提供有效的指导建议。
-
公开(公告)号：CN106970604A
公开(公告)日：2017-07-21
申请号：CN201710339305.9
申请日：2017-05-15
Applicant: 安徽大学
IPC: G05B19/418
CPC classification number: Y02P80/10 , Y02P90/02 , G05B19/41865 , G05B2219/32252
Abstract: 本发明公开了一种基于蚁群优化算法的工件调度方法，其特征是使用Pareto的多目标方法，在调度过程中通过工件特征对工件进行有效选择，优先利用低电价时间段进行生产，从而实现优化电力成本A和延迟程度B的两个目标。本发明通过本发明在工业分时电价背景的平行批处理机环境下，计算得到更好的工件调度方案，最大化企业资源的利用率及其对能源的使用效率，达到对企业生产过程中的成本控制和生产效果的优化，从而提高企业的市场竞争力。
-
公开(公告)号：CN119295952B
公开(公告)日：2025-04-08
申请号：CN202411812834.2
申请日：2024-12-10
Applicant: 安徽大学
Abstract: 本发明涉及一种空间对齐和因果交互的高光谱激光雷达协同分类方法，与现有技术相比，解决了现有的方法在进行高光谱激光雷达协同分类过程中，由于未考虑多模态图像由于拍摄过程、成像机制等引起的空间错位及模态差异，从而导致了分类精度和鲁棒性不足的问题。本发明包括以下步骤：获取多模态遥感影像数据集、构建空间对齐和因果交互的高光谱激光雷达协同分类模型、空间对齐和因果交互的高光谱激光雷达协同分类模型训练、图像分类结果获取。本发明通过预测空间偏移量实现多模态图像精确对齐，并且运用因果交互机制区分模态的因果与非因果因素，有效剔除模态特性干扰，确保高光谱激光雷达协同分类结果的精准度与鲁棒性。
-
公开(公告)号：CN119295756B
公开(公告)日：2025-04-08
申请号：CN202411812830.4
申请日：2024-12-10
Applicant: 安徽大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/10 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明涉及一种抗非对齐的SAR‑光学影像耦合对比融合建筑物分割方法。本发明包括以下步骤：构建建筑物遥感影像分割多模态数据集；构建抗非对齐的SAR‑光学影像耦合对比融合建筑物分割模型；训练抗非对齐的SAR‑光学影像耦合对比融合建筑物分割模型；抗非对齐的SAR‑光学影像耦合对比融合建筑物分割模型结果获取。与现有技术相比，解决了现有方法在处理多模态图像对弱对齐问题时，注重严格的模态对齐从而忽略了模态间的差距。本发明通过偏移引导自适应特征对齐模块捕获最佳的对齐位置，从而实现模态间的自适应对齐。进一步通过多模态图像融合的耦合对比学习框架提取模态间的互补特征，从而减少融合结果的冗余信息，保证分割结果的精度和鲁棒性。
-
公开(公告)号：CN119027317B
公开(公告)日：2025-01-24
申请号：CN202411513371.X
申请日：2024-10-28
Applicant: 安徽大学
IPC: G06T3/4053 , G06T3/4007 , G06T3/4038 , G06T3/4046 , G06T5/70 , G06T5/60 , G06N3/084
Abstract: 本发明涉及一种基于全局引导条件扩散模型的高光谱影像超分方法，与现有基于扩散模型的技术相比，该方法解决了全局与局部信息建模不平衡以及空间细节恢复不足的问题，特别是在处理高频特征时，使得重建的图像在细节上不够清晰。本发明包括以下步骤：低分辨率高光谱图像的获取及预处理、构建基于全局引导条件扩散模型的高光谱影像超分模型、训练基于全局引导条件扩散模型的高光谱影像超分模型、高光谱超分辨率结果获取。本发明利用Diffusion Transformer扩散模型，通过动态调整注意力分布，增强模型处理复杂多样噪声模式的能力，确保在不同噪声水平下都能恢复出高质量图像，更好地保持细节和光谱一致性，同时实现更少的计算开销。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.024 seconds)
