公开(公告)号：CN118732499A

公开(公告)日：2024-10-01

申请号：CN202410715378.3

申请日：2024-06-04

Applicant: 北京交通大学

Inventor： 李浥东 ,  崔文军 ,  曹原周汉 ,  王涛 ,  郎丛妍 ,  陈乃月 ,  任申元

IPC: G05B13/04 ,  B61L27/04 ,  B61L27/10

Abstract: 本发明提供高速铁路列车自主协同运行控制方法及系统，属于高速铁路列车运行控制技术领域，构建复杂运行环境下高速铁路自主感知理论模块；从自主感知理论模块提取数据，构建协同条件下高速列车运行控制模型，得到面向状态驱动的高速列车智能自主控制模块，构建动力学列车模型，输出协同条件下多车追踪优化方法，得到基于车车通信的多车追踪间隔优化控制模块；得到多层域列车群博弈模型，获取基于群体智能的列车群分布式协同控制模块，实现列车群分布式协同运行控制。本发明生成基于全局信息的控制调度多尺度推荐策略和面向状态驱动的运行时主动防护曲线，实现了基于群体智能的分布式控制，有效提升行车安全性和运行效率，最大化提升旅客运输能力。

公开(公告)号：CN113918814A

公开(公告)日：2022-01-11

申请号：CN202111187124.1

申请日：2021-10-12

Applicant: 北京交通大学

Inventor： 李浥东 ,  张洪磊 ,  赵旭 ,  崔文军 ,  陈乃月 ,  贾晓丰 ,  徐葳

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明提供了一种基于对抗学习的高鲁棒隐私保护推荐方法。该方法包括：构建用于优化神经协同过滤模型所需的训练集，以及用于训练成员推理模型所需的参考集；设计带有成员推理正则项的神经协同过滤联合模型，并利用上述训练集与参考集对联合模型进行对抗训练方式的迭代优化，得到鲁棒的用户和物品特征表示矩阵；根据得到的用户特征矩阵与物品特征矩阵对未观测评分进行预测；将预测分值较高且未产生行为的相应物品集推荐给对应用户。本发明通过对抗训练的方式设计统一的最小最大化目标函数来显式的赋予推荐算法防御成员推理攻击的能力，进而能够防御成员推理攻击和缓解推荐模型过拟合，实现个性化推荐模型算法性能和训练数据隐私保护的双向提升。