公开(公告)号：CN118153751A

公开(公告)日：2024-06-07

申请号：CN202410286431.2

申请日：2024-03-13

Applicant: 东南大学 ,  南京现代综合交通实验室

Inventor： 时欣利 ,  金鑫 ,  李卓轩 ,  曹进德 ,  徐向平

IPC: G06Q10/04 ,  G06N3/0985 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于元学习的沥青路面弯沉盆面积预测方法及系统，通过数据采集、数据预处理、元学习模型训练、测试任务训练及最后的结果输出步骤，基于元学习算法，在只有少量路面样本数据的情况下，更为高效便捷的对路面弯沉盆面积进行预测，提高了沥青路面弯沉盆面积预测的精度和泛化能力。

公开(公告)号：CN115455826A

公开(公告)日：2022-12-09

申请号：CN202211113732.2

申请日：2022-09-14

Applicant: 东南大学

Inventor： 时欣利 ,  陶萌 ,  李卓轩 ,  曹进德 ,  徐向平

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F119/02 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明公开了一种基于径向基神经网络的沥青路面车辙数据扩充方法，首先采集沥青路面使用性能检测数据及沥青路面使用性能影响因素数据，并对数据进行预处理；再根据获得的数据，进行特征生成，根据皮尔逊相关系数筛选出与车辙数据高度相关的特征；随后构建径向基神经网络扩充模型，以K‑均值算法确定高斯径向基函数的中心，k‑最近邻算法确定高斯径向基函数的半径，确定从隐藏层到输出层的权重矩阵，通过调节隐藏层的神经元个数来达到模型最优；对扩充后的数据进行预测验证，最后将数据扩充模型推广到各个路面数据，根据其特征数据，实现基于径向基神经网络的沥青路面车辙数据扩充。

公开(公告)号：CN115438869A

公开(公告)日：2022-12-06

申请号：CN202211138163.7

申请日：2022-09-19

Applicant: 东南大学

Inventor： 时欣利 ,  李卓轩 ,  曹进德 ,  陶萌 ,  万颖

IPC: G06Q10/04 ,  G06Q10/06 ,  G06K9/62 ,  G06N3/00

Abstract: 本发明涉及一种基于混沌粒子群和XGBoost的沥青路面弯沉盆性能预测方法，所述方法包括以下步骤：步骤1、采集历年沥青路面使用性能检测数据及沥青路面使用性能影响因素数据，步骤2、根据弯沉盆面积的变化规律，将载荷水平突然变化处作为分割点，确定分段回归的分段区间；步骤3、对步骤2中的每一个分段区间分别建立XGBoost回归器并进行训练；步骤4、通过混沌粒子群优化参数，利用混沌现象的随机性和遍历性的特点来避免局部最优；步骤5、给出结构路面的弯沉盆数据预测。该技术方案利用混沌粒子群对XGBoost的参数和修正后的分段回归方法进行了优化和改进，显著提高了预测效率。

公开(公告)号：CN118014013A

公开(公告)日：2024-05-10

申请号：CN202410046727.7

申请日：2024-01-12

Applicant: 东南大学

Inventor： 赵璇 ,  张翼显 ,  李卓轩 ,  徐泰山 ,  鲍颜红 ,  任先成 ,  曹进德

IPC: G06N3/0464 ,  G06N3/047 ,  G06N3/092 ,  G06N3/084 ,  G06N3/006

Abstract: 本发明公开了一种基于先验策略引导下的深度强化学习快速搜索博弈方法及系统，主要面对双智能体博弈环境。根据博弈环境和博弈规则，获取包括估值函数的估值博弈策略Est(s)，将该策略与蒙特卡洛树搜索算法结合，获得启发式蒙特卡洛树搜索算法，并使用该算法进行博弈，获得博弈数据集D；构造神经网络，通过数据集D学习启发式蒙特卡洛树搜索算法，用收敛后的神经网络fη(s)替代启发式蒙特卡洛树搜索中的估值博弈策略Est(s)，获得快速神经网络树搜索算法F(s)，从而实现深度强化学习的快速搜索博弈。本发明创造了启发式蒙特卡洛树搜索算法，缩短了决策时间，超越了基准模型的博弈水平，有极高的应用价值。