公开(公告)号：CN116629394A

公开(公告)日：2023-08-22

申请号：CN202310118653.9

申请日：2023-02-03

Applicant: 北京理工大学 ,  北京电子工程总体研究所

Inventor： 陈晨 ,  全威 ,  张云天 ,  韩明磊 ,  田育萌 ,  吴桐雨 ,  贾林朋 ,  薛晨曦 ,  衡勇 ,  戴天 ,  陈杰

IPC: G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种基于网络化结构的多级保障选址方法。本发明引入了基于任务使命的多级选址方法。针对疫情背景下政府运营管理的实际需求，以不同保障层级任务使命为依据确定不同的选址目标，由此完成对疫情生活物资保障的三级选址模型的构建，提高了保障选址模型的真实性、可行性。而且，本发明根据低层级的节点选址情况，对上一保障层级的节点进行选址，形成稳定、便捷的网络化保障系统。此外，本发明还通过两阶段算法，将节点数庞大的第一级保障层的节点选址模型划分为两个阶段，针对需求量高的居民区引入基于启发式规则的二次选址，减少了第一阶段的求解的复杂性，有效提高了选址效率。

公开(公告)号：CN118764983A

公开(公告)日：2024-10-11

申请号：CN202410741599.8

申请日：2024-06-11

Applicant: 北京理工大学

Inventor： 陈晨 ,  吴桐雨 ,  缪昌昊 ,  申奥 ,  张云天 ,  许能伟 ,  邓方 ,  吕茂斌 ,  付海岭

IPC: H04W84/18 ,  H04W72/50

Abstract: 本发明提供一种基于图景分析进行算子选择的传感器网络部署方法，基于描述种群所在解空间特征的图景分析技术，提取了多种部署方案在解空间中的状态，包括种群P中的所有个体与最优个体之间的欧氏距离与覆盖率差异、种群P中最优的前10％的个体之间的欧氏距离、种群P中的所有个体的位置差异性，再根据提取出来的状态自适应选择变异算子对种群进行变异，实现了从解空间状态信息到合适的变异算子选择的策略映射，使用户在有限时间内得到覆盖率更高的部署方案，大幅提升了部署优化问题的求解效率，有效解决了传感器网络部署优化问题。

公开(公告)号：CN118260356A

公开(公告)日：2024-06-28

申请号：CN202410262520.3

申请日：2024-03-07

Applicant: 北京理工大学

Inventor： 陈晨 ,  张云天 ,  贾林朋 ,  全威 ,  蒋宗宏 ,  吴桐雨 ,  田育萌 ,  陈杰

IPC: G06F16/26 ,  G06F16/29 ,  G06T17/00 ,  G06Q10/0637 ,  G06Q10/0631

Abstract: 本发明公开了一种构建三维覆盖需求热力图的数字化方法及系统，使其可以面向三维实际场景，生成数字化的覆盖需求热力图。本发明提供的方法首先对三维空间进行分层离散化；其次，基于兴趣点、探测方位与高程层次权重进行热力图网格值量化；再次，通过提出虚拟兴趣点与环境分区的概念，实现对兴趣点的多重覆盖和针对探测方位的梯次覆盖；最后，通过引入池化节点，抽取一张相对低分辨率的覆盖需求热力图，实现计算性能与计算代价的权衡。本发明提供的方法既可以支持决策者直观掌握覆盖需求态势，也可以为下游优化决策任务提供数值输入，对诸多实际问题如传感器网络部署等有益。

公开(公告)号：CN117041066A

公开(公告)日：2023-11-10

申请号：CN202310841513.4

申请日：2023-07-11

Applicant: 北京理工大学

Inventor： 陈晨 ,  张云天 ,  田育萌 ,  吴桐雨 ,  沈元初 ,  陈杰

IPC: H04L41/14 ,  G06N7/01 ,  H04L41/16 ,  H04W16/18 ,  H04W16/22 ,  H04L67/12

Abstract: 本发明公开了一种基于分布估计算法的子集选择方法，涉及传感器网络部署技术领域。具体方案为：初始化概率模型；依概率模型生成规模为P的样本池；评估样本池中所有样本的目标函数值；对于最大化优化问题，根据目标函数值，对样本池中的样本进行降序排列，从样本池中提取以学习更新概率模型的样本比率；应用学习样本更新概率模型；重复上述过程直至达到预设的迭代次数上限，利用最终得到的概率模型M输出最终的子集，通过查询该子集中的元素在二维区域中确定传感器的部署点。本发明通过改进了分布估计算法，使得其可以有效解决复杂目标函数下的子集选择问题，对诸多实际应用问题如机器学习特征选择、传感器网络部署等有益。