-
公开(公告)号：CN113962752B
公开(公告)日：2022-03-08
申请号：CN202111565905.X
申请日：2021-12-21
Applicant: 华南理工大学
Abstract: 本发明公开了基于多元信息交互的电动出租车个体行为分析决策系统，涉及大数据分析领域，解决了现有技术中对电动出租车无法进行准确历史分析导致行为决策准确性低的技术问题，对电动出租车的实时主观环境进行分析，从而判断电动出租车历史的行为受人为主观意识影响降低，提高了电动出租车历史行为分析；对行驶行为进行状态转化分析和收益分析，分析电动出租车在历史行驶行为中状态转化和收益，从而对实时行为决策提供准确依据，提高了分析决策的准确性，从而控制电动出租车的行驶行为以及对应行驶行为的状态转化，提高了电动出租车的收益率以及运营效率。
-
公开(公告)号：CN113962752A
公开(公告)日：2022-01-21
申请号：CN202111565905.X
申请日：2021-12-21
Applicant: 华南理工大学
Abstract: 本发明公开了基于多元信息交互的电动出租车个体行为分析决策系统，涉及大数据分析领域，解决了现有技术中对电动出租车无法进行准确历史分析导致行为决策准确性低的技术问题，对电动出租车的实时主观环境进行分析，从而判断电动出租车历史的行为受人为主观意识影响降低，提高了电动出租车历史行为分析；对行驶行为进行状态转化分析和收益分析，分析电动出租车在历史行驶行为中状态转化和收益，从而对实时行为决策提供准确依据，提高了分析决策的准确性，从而控制电动出租车的行驶行为以及对应行驶行为的状态转化，提高了电动出租车的收益率以及运营效率。
-
公开(公告)号：CN117350439B
公开(公告)日：2024-11-15
申请号：CN202311535675.1
申请日：2023-11-16
Applicant: 华南理工大学
IPC: G06Q10/04 , G06N3/0499 , G06N3/084 , G06N20/00 , G06Q50/06
Abstract: 本发明公开了一种基于横向联邦学习的能源聚合服务商负荷预测方法及系统，基于FedAvg横向联邦学习框架与PCA‑BP神经网络模型实现数据隐私安全下能源聚合服务商的负荷预测，数据和模型参数分别放置于各终端用户的本地服务器和能源聚合服务商的中央服务器中，本地服务器使用PCA‑BP神经网络模型对终端用户进行负荷预测并计算均方根误差RMSE；中央服务器采用FedAvg算法聚合所有本地服务器的加权平均损失并更新PCA‑BP神经网络模型参数；通过本地服务器和中央服务器的有限次交互，确保严格遵守数据安全和隐私协议，减少了模型数量和时间消耗，从而在不损害用户数据隐私的情况下实现了准确的负荷预测。
-
公开(公告)号：CN117350439A
公开(公告)日：2024-01-05
申请号：CN202311535675.1
申请日：2023-11-16
Applicant: 华南理工大学
IPC: G06Q10/04 , G06N3/0499 , G06N3/084 , G06N20/00 , G06Q50/06
Abstract: 本发明公开了一种基于横向联邦学习的能源聚合服务商负荷预测方法及系统，基于FedAvg横向联邦学习框架与PCA‑BP神经网络模型实现数据隐私安全下能源聚合服务商的负荷预测，数据和模型参数分别放置于各终端用户的本地服务器和能源聚合服务商的中央服务器中，本地服务器使用PCA‑BP神经网络模型对终端用户进行负荷预测并计算均方根误差RMSE；中央服务器采用FedAvg算法聚合所有本地服务器的加权平均损失并更新PCA‑BP神经网络模型参数；通过本地服务器和中央服务器的有限次交互，确保严格遵守数据安全和隐私协议，减少了模型数量和时间消耗，从而在不损害用户数据隐私的情况下实现了准确的负荷预测。
-
-
-
Search Results
4
records
(took 0.016 seconds)
