-
公开(公告)号：CN112965368B
公开(公告)日：2022-07-26
申请号：CN202110067011.1
申请日：2021-01-19
Applicant: 云南卫士盾科技有限公司 , 昆明理工大学
IPC: G05B13/04
Abstract: 本发明涉及stacklberg博弈下矿山事故灾害应急投资的微分对策模型构建方法，属于矿山事故灾害应急辅助决策技术领域。本发明包括步骤：确定矿山所在地区的属地政府承受损失的灵敏度：基于有反馈系统群组构权法经过矿山事故灾难专家组的评估后得到灵敏度；根据有限理性理论计算下一阶段收益系数：基于有限理性蛛网模型计算下一阶段应急投资收益价格；确定stacklberg博弈的微分决策模型和最优静态均衡求解。本发明能构建出矿山事故灾害应急投资的属地政府与矿山企业均衡状态，基于理性预期理论优化微分对策模型对市场预测不足的缺点，提供矿山事故灾难应急资金配比的辅助性模型。
-
Patent Agency Ranking
公开(公告)号：CN113190535A
公开(公告)日：2021-07-30
申请号：CN202110067003.7
申请日：2021-01-19
Applicant: 云南卫士盾科技有限公司 , 昆明理工大学
IPC: G06F16/215 , G06F16/2458 , G06N3/04 , E21F17/18
Abstract: 本发明涉及基于改进灰色‑长短期记忆神经网络组合模型的瓦斯浓度预测方法，包括：采集传感器数据、数据预处理、数据标准化、灰色预测模型的构建、改进灰色预测模型的构建、长短期记忆神经网络的构建、改进灰色—长短期记忆神经网络组合预测模型的构建，模型的检验，所述组合预测模型包括：利用指数型灰色作用量代替原有的静态灰色作用量对灰色预测模型进行改进构造出长短期记忆神经网络预测模型，利用集成学习的方法将改进灰色预测模型和长短期记忆神经网络相结合进而建立改进灰色—长短期记忆神经网络组合预测模型，并采用实际数据和评价指标进行考察组合模型的准确性。本发明能以高精度预测出瓦斯浓度序列。
-
公开(公告)号：CN112965368A
公开(公告)日：2021-06-15
申请号：CN202110067011.1
申请日：2021-01-19
Applicant: 云南卫士盾科技有限公司 , 昆明理工大学
IPC: G05B13/04
Abstract: 本发明涉及stacklberg博弈下矿山事故灾害应急投资的微分对策模型构建方法，属于矿山事故灾害应急辅助决策技术领域。本发明包括步骤：确定矿山所在地区的属地政府承受损失的灵敏度：基于有反馈系统群组构权法经过矿山事故灾难专家组的评估后得到灵敏度；根据有限理性理论计算下一阶段收益系数：基于有限理性蛛网模型计算下一阶段应急投资收益价格；确定stacklberg博弈的微分决策模型和最优静态均衡求解。本发明能构建出矿山事故灾害应急投资的属地政府与矿山企业均衡状态，基于理性预期理论优化微分对策模型对市场预测不足的缺点，提供矿山事故灾难应急资金配比的辅助性模型。
-
公开(公告)号：CN112905950A
公开(公告)日：2021-06-04
申请号：CN202110066968.4
申请日：2021-01-19
Applicant: 云南卫士盾科技有限公司 , 昆明理工大学
Abstract: 本发明涉及基于矿山事故的应急信息接收量模型构建方法，包括：对不同时刻矿山企业得到的信息量进行参数设定，对不同时刻传播过程中的损耗值进行参数设定；分别得到监管部门和救援队经过损耗后的信息接收量；给监管部门和救援队分别设置了一个信息量接收阈值参数，当传输的灾情信息量大于阈值的部分才可以被接收，其余无用信息经排序后被剔除，分别得到监管部门和救援队经过相应阈值后的信息接收量。本发明构建了矿山企业到救援队、矿山企业到监管部门、矿山企业‑监管部门‑救援队应急信息上报接收量模型、监管部门‑救援队、监管部门‑矿山企业决策信息下行接收量模型，用于为在人员安排、资源合理配置方面作出辅助支撑决策作用。
-
公开(公告)号：CN113190535B
公开(公告)日：2023-04-18
申请号：CN202110067003.7
申请日：2021-01-19
Applicant: 云南卫士盾科技有限公司 , 昆明理工大学
IPC: G06F16/215 , G06F16/2458 , G06N3/0442 , E21F17/18
Abstract: 本发明涉及基于改进灰色‑长短期记忆神经网络组合模型的瓦斯浓度预测方法，包括：采集传感器数据、数据预处理、数据标准化、灰色预测模型的构建、改进灰色预测模型的构建、长短期记忆神经网络的构建、改进灰色—长短期记忆神经网络组合预测模型的构建，模型的检验，所述组合预测模型包括：利用指数型灰色作用量代替原有的静态灰色作用量对灰色预测模型进行改进构造出长短期记忆神经网络预测模型，利用集成学习的方法将改进灰色预测模型和长短期记忆神经网络相结合进而建立改进灰色—长短期记忆神经网络组合预测模型，并采用实际数据和评价指标进行考察组合模型的准确性。本发明能以高精度预测出瓦斯浓度序列。
-
公开(公告)号：CN112905950B
公开(公告)日：2023-04-18
申请号：CN202110066968.4
申请日：2021-01-19
Applicant: 云南卫士盾科技有限公司 , 昆明理工大学
IPC: G06F17/11 , G06Q10/0637 , G06Q50/02 , G06Q50/26
Abstract: 本发明涉及基于矿山事故的应急信息接收量模型构建方法，包括：对不同时刻矿山企业得到的信息量进行参数设定，对不同时刻传播过程中的损耗值进行参数设定；分别得到监管部门和救援队经过损耗后的信息接收量；给监管部门和救援队分别设置了一个信息量接收阈值参数，当传输的灾情信息量大于阈值的部分才可以被接收，其余无用信息经排序后被剔除，分别得到监管部门和救援队经过相应阈值后的信息接收量。本发明构建了矿山企业到救援队、矿山企业到监管部门、矿山企业‑监管部门‑救援队应急信息上报接收量模型、监管部门‑救援队、监管部门‑矿山企业决策信息下行接收量模型，用于为在人员安排、资源合理配置方面作出辅助支撑决策作用。
-
-
-
-
-
Search Results
6
records
(took 0.036 seconds)
