一种兼顾实时确定和未来不确定信息的共享单车动态重部署方法

    公开(公告)号:CN113408942B

    公开(公告)日:2022-11-18

    申请号:CN202110786331.2

    申请日:2021-07-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种兼顾实时确定和未来不确定信息的共享单车动态重部署方法,首先从历史数据中进行采样,预测未来一定时间内的共享单车骑行订单需求,同时考虑到实时共享单车分布信息,进而能够兼顾实时确定的共享单车分布信息和未来不确定的共享单车请求信息,优化运输车路径规划和共享单车重部署的长期收益。为了满足在线VRBR的实时性要求,采用混合整数线性规划(Mixed Integer LinearProgramming,MILP)模型,迭代优化相互关联的运输车路径规划和共享单车重部署两个子问题。本发明不仅能够为共享单车运营公司提高经营收入,同时能够降低共享单车使用不规范带来的额外成本及运维所需要的人力成本。

    一种兼顾实时确定和未来不确定信息的共享单车动态重部署方法

    公开(公告)号:CN113408942A

    公开(公告)日:2021-09-17

    申请号:CN202110786331.2

    申请日:2021-07-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种兼顾实时确定和未来不确定信息的共享单车动态重部署方法,首先从历史数据中进行采样,预测未来一定时间内的共享单车骑行订单需求,同时考虑到实时共享单车分布信息,进而能够兼顾实时确定的共享单车分布信息和未来不确定的共享单车请求信息,优化运输车路径规划和共享单车重部署的长期收益。为了满足在线VRBR的实时性要求,采用混合整数线性规划(Mixed Integer LinearProgramming,MILP)模型,迭代优化相互关联的运输车路径规划和共享单车重部署两个子问题。本发明不仅能够为共享单车运营公司提高经营收入,同时能够降低共享单车使用不规范带来的额外成本及运维所需要的人力成本。

    云环境下意识到用户周期性资源需求的动态负载均衡方法

    公开(公告)号:CN104378412A

    公开(公告)日:2015-02-25

    申请号:CN201410546682.6

    申请日:2014-10-15

    Applicant: 东南大学

    CPC classification number: H04L67/1027 H04L67/1097

    Abstract: 本发明提供了一种云环境下意识到用户周期性资源需求的动态负载均衡方法,所要解决的技术问题是:云环境下的负载均衡问题。该方法包括:每个计算节点都有一个窗口记录最近的任务到达信息,窗口的大小可以通过分析当前窗口动态的改变,通过当前窗口的任务信息可以对未来的任务强度作出预测,任务分配时考虑每个计算节点预测出的未来任务强度。本发明的方案利用任务的局部特性而不是全局的历史任务信息对未来任务的强度进行预测,可以得到更精确与实时的预测结果进而降低计算任务的响应时间。

    一种基于分层蒙特卡洛树搜索的工业机器人路径规划与执行方法

    公开(公告)号:CN119369408A

    公开(公告)日:2025-01-28

    申请号:CN202411754450.X

    申请日:2024-12-02

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于分层蒙特卡洛树搜索的工业机器人路径规划与执行方法。通过将全局性的复杂线性时序逻辑任务转化为有限状态自动机,实现了对任务的简化和清晰表示,使工业机器人能够更容易地理解和执行。在此基础上,进一步构建了有限状态自动机和多智能体马尔科夫决策过程的交叉乘积模型,以更有效地处理多个工业机器人之间的协同问题。进一步地,为了压缩历史状态空间,提出包含任务选择和任务分配的分层蒙特卡洛树搜索(MCTS)算法,该算法包含任务选择和任务分配两个层次,能够显著降低算法复杂度并提高搜索效率。综上所述,本发明为工业机器人提供了一种高效、准确且灵活的在线路径规划与执行解决方案,特别适用于各种具有时序逻辑特性的长程任务。

Patent Agency Ranking