-
公开(公告)号：CN116513273A
公开(公告)日：2023-08-01
申请号：CN202310001599.X
申请日：2023-01-03
Applicant: 南京工业大学
Abstract: 本发明提供一种基于深度强化学习的列车运行调度优化方法，包括如下步骤：建立系统模型；马尔可夫决策过程的深度强化；结果和分析。本发明针对突发事件的不确定性会对列车造成时间延误影响，造成严重的社会影响和巨大的经济效益损失，根据列车运行特性，建立了列车动力学模型和列车运行调度系统马尔可夫模型。考虑列车总晚点时间和能源消耗最小，提出了一种基于深度确定性策略梯度算法的列车运行调度策略。通过在训练动作中加入噪声，提高了方法在不确定环境下的泛化能力和鲁棒性。本发明提出的调度策略有效地减小了列车运行总晚点时间，降低了能源消耗。
-
公开(公告)号：CN108710779B
公开(公告)日：2022-09-16
申请号：CN201810597225.8
申请日：2018-06-08
Applicant: 南京工业大学
Abstract: 本发明公开了一种膜内微电荷互力P系统FCC反应再生过程最优建模方法针对炼油工艺中流化催化裂化(Fluid Catalytic Cracking，FCC)反应再生过程进行最优建模及快速高精度工况预测。包括如下步骤：1)通过现场操作或者实验获得过程的采样数据，确定输入输出各子模型的大致结构，将模型估计输出与实际输出的误差平方和作为最小化目标函数；2)受生物细胞膜转运Ca2+、Na+、Cl‑等离子后，胞内新环境下离子间相互作用的启发，抽象出一种特定的高效优化算法；3)设定算法运行参数；4)通过最小化目标函数，利用算法对反应‑再生模型中的未知参数进行估计，获取最佳参数并形成数学模型。本发明建模方法，具有抗早熟、寻优精度高、收敛快的特点，也适用于其他复杂化学反应过程建模。
-
公开(公告)号：CN111191193A
公开(公告)日：2020-05-22
申请号：CN202010056772.2
申请日：2020-01-17
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于自回归滑动平均模型的长期土壤温湿度高精度预测方法，首先对历史土壤湿度和温度数据进行数据预处理，接着通过AIC准则确定ARMA模型的阶数，然后使用土壤湿度和温度的历史数据对ARMA模型拟合，获得确定的ARMA模型，通过该ARMA模型预测出未来的土壤湿度和温度，结合气象局对未来天气的预测值，从而确定未来长期智能灌溉系统的灌溉水量。本发明预测土壤湿度和温度的ARMA模型也是在不断调整优化的，保证了ARMA模型的有效性，为长期预测的土壤湿度和温度具备实际指导价值；同时本发明使用模型预测结果与历史真实数据的均方误差来评价模型的可靠性，从而量化模型的拟合好坏，实现科学调整模型参数。
-
公开(公告)号：CN118918984A
公开(公告)日：2024-11-08
申请号：CN202410718226.9
申请日：2024-06-04
Applicant: 南京工业大学
IPC: G16C20/70 , G06N3/006 , G06Q10/04 , G06Q50/26 , G06N3/0499
Abstract: 本发明属于天气预测领域，具体涉及一种基于改进灰狼算法和DBN‑ELM的进化深度学习模型的空气质量指数预测方法，包括如下步骤：1)采集某站点四个季节的空气质量指数(AQI)数据集，利用经验模态分解技术对AQI序列进行处理；2)构建深度置信网络‑极限学习机(DBN‑ELM)模型，通过DBN对输入数据进行特征提取和数据分析，然后将提取的有效特征输入到ELM模型中；3)设定改进后灰狼优化算法的运行参数，获取DBN‑ELM模型的参数；4)利用该DBN‑ELM模型对内模函数(IMF)各分量进行预测；5)对IMF各分量的预测值进行重构，得到总体AQI预测值。将该模型与其他基准模型进行比较，结果显示该模型在精度和泛化方面都优于其他模型，表明该模型能够有效地预测空气质量。
-
公开(公告)号：CN116108344A
公开(公告)日：2023-05-12
申请号：CN202310005827.0
申请日：2023-01-04
Applicant: 南京工业大学
IPC: G06F18/213 , G06F18/2411 , G06N20/10
Abstract: 本发明提出了一种基于滚动特征时域的DRN‑SVM预测控制性能退化根源诊断方法，属于机器学习及目标分类领域，包括如下步骤：步骤1：通过Wood‑Berry精馏塔仿真模型获得预测控制器性能退化模式状态下的历史数据作为训练集；步骤2：基于滚动特征时域滚动推进，通过深度残差网实现动态特征提取；步骤3：构建DRN‑SVM分类模型；步骤4：训练DRN‑SVM分类模型，预测控制性能退化诊断模型；步骤5：确定导致预测控制器性能退化的因素。本发明实现了捕捉复杂工业过程数据动态时序特征的同时又能够充分挖掘工业过程数据的数据特征，进而提高了预测控制器性能退化根源诊断的精度。
-
Patent Agency Ranking
公开(公告)号：CN115114367A
公开(公告)日：2022-09-27
申请号：CN202210627653.7
申请日：2022-06-06
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于报警序列顺序容忍度的工业报警模式挖掘方法，包括步骤S10：输入报警泛滥序列数据库，支持度阈值sup_min，以及最小频繁模式长度Lth；步骤S20：采用预定义的时间窗口消除抖振报警；步骤S30：计算报警泛滥序列数据库中项的频率，删除数据库中小于支持度阈值的项，得到新的报警序列；步骤S40：统计以序列中一项为前缀的所有后缀，并通过报警序列中两个报警发生在报警序列中的时间跨度判断某一个报警标签是否在前缀之后发生；步骤S50：输出频繁报警模式。本发明在报警数据库中每项的频率以此顺序挖掘报警序列的基础上引入报警时间跨度容忍度概念，使算法具备了报警序列短期顺序模糊的容忍度，有效地抑制报警泛滥，保证了工业过程安全和生产效益。
-
公开(公告)号：CN114580763A
公开(公告)日：2022-06-03
申请号：CN202210234580.5
申请日：2022-03-10
Applicant: 南京工业大学
Abstract: 本发明提供一种基于引入自适应学习因子和差分进化策略的蜻蜓与轻量级梯度提升树模型的电力负荷预测方法，涉及信息技术领域。首先进行数据预处理，包括缺失值处理、数据规范化、异常值处理和数据规范化。将改进后的蜻蜓算法对轻量级梯度提升决策树模型参数优化，将改进后的轻量级梯度提升树模型用于电力负荷预测。按照7∶3划分训练集与测试集，将训练集用于模型训练，用改进蜻蜓算法寻优，得到最优参数下的轻量级梯度提升树模型，通过测试集进行测试，在满足给定的预测误差情况下，对电力负荷进行预测。
-
公开(公告)号：CN109388062B
公开(公告)日：2021-08-24
申请号：CN201810347275.0
申请日：2018-04-18
Applicant: 南京工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于系统分解指标的全局协调分布式预测控制算法，包括步骤：S101：根据系统输入输出数据进行基于AP‑CCA的系统分解，得到相应的分解指标Iij，并利用最小二乘建模方法建立各子系统的预测模型。S102：各子系统利用自身及关联子系统的信息建立最优控制问题，其中关联子系统对本系统的不同影响用子系统之间的相关系数加权表示。S103：在控制时刻k，针对每个子系统，从全局输入变量集中获取其上一时刻自身及关联子系统的输入变量，求解S102中的优化问题，得到各子系统的最优控制律Δui，M(k)；S104：利用S103中Δui，M(k)以及S101中Iij加权求取各控制变量的实际施加量并作用于被控对象。S105：时间延续到k+1时刻，返回到S103，重复以上过程。本发明使得控制更加精细，效果更佳。
-
公开(公告)号：CN104062904A
公开(公告)日：2014-09-24
申请号：CN201410281218.9
申请日：2014-06-20
Applicant: 南京工业大学
IPC: G05B13/04
Abstract: 本发明公开了基于CCA-PLS的大化工过程分布式建模方法，先对大规模化工过程采集所有的过程变量，根据过程质量指标确定输出变量，采用典型相关分析方法提取过程变量的特征成分，根据特征成分计算各输出变量与所有输入变量间的最大相关系数以及相应的主轴向量，根据主轴向量各分量的绝对值大小，选择各子系统的独立输入变量及相互作用输入变量，实现大系统分解。子系统划分后对各个子系统采用PLS算法进行建模，提取使得输入输出变量间协方差最大的成分，采用回归建模技术而得到子系统模型。本发明的有益效果是仅利用过程输入输出数据，采用典型相关分析原理进行子系统输入变量筛选，降低了模型维数，简化了模型结构，采用PLS建模算法进行子系统建模，消除了实际应用中大量存在的变量共线所造成的计算上的困难，且模型精度高。
-
公开(公告)号：CN114398830B
公开(公告)日：2024-12-13
申请号：CN202210040766.7
申请日：2022-01-14
Applicant: 南京工业大学
IPC: G06F30/27 , G06N3/006 , G06F111/06
Abstract: 本发明公开一种沼气高压水洗的建模及优化方法，包括以下步骤：步骤1：收集沼气高压水洗工艺的初始样本数据；步骤2：基于自适应在线学习机建立关于沼气高压水洗工艺的样本数据的产品气质量和设备能耗多目标初始模型，采集沼气高压水洗工艺的新样本，利用权衡旧模型和新样本特征的自适应迭代式优化模型，形成产品气质量和设备能耗多目标优化模型；步骤3：基于新型多目标差分进化算法求解沼气高压水洗工艺的产品气质量和设备能耗多目标优化模型；步骤4：决策者根据帕累托最优解集，选择产品气质量高且设备能耗较低的最佳操作变量。本发明为沼气高压水洗工艺提供一种高效的建模方法，降低了重新训练模型的计算成本，提高了模型的精度。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.035 seconds)
