公开(公告)号：CN119962891A

公开(公告)日：2025-05-09

申请号：CN202510039388.4

申请日：2025-01-10

Applicant: 厦门禾众汇智科技有限公司 ,  华侨大学

Inventor： 何霆 ,  罗志成 ,  苏禛毅 ,  陈政宇 ,  蔡小鹏

IPC: G06Q10/0631 ,  G06Q50/04 ,  G06N3/126

Abstract: 本发明公开一种新的柔性作业车间动态分批调度方法，S1：以最小化最大完工时间为目标建立柔性作业车间动态分批调度模型；S2：设置遗传算法初始参数；S3：为每种工件随机生成各自的分批方案；S4：将工件群所有工件的分批方案编码为一个染色体；S5：判断染色体数量，返回S3或生成遗传算法种群；S6：对种群中的染色体进行交叉、变异操作；S7：对子代染色体种群染色体进行解码；S8：将子批工序排序问题表述为一个马尔科夫决策过程；S9：利用双注意力网络提取特征训练A2C模型(Advantage_Actor_Critic，A2C)；S10：利用S9训练好的A2C模型求解子批工序排序问题；S11：选择返回S6并保存当前全局最优解；S12：返回S3或输出最优的分批方案及工序调度方案。

公开(公告)号：CN117973230B

公开(公告)日：2024-06-25

申请号：CN202410363924.1

申请日：2024-03-28

Applicant: 厦门禾众汇智科技有限公司

Inventor： 何霆 ,  王成 ,  朱文龙 ,  廖永新 ,  王华珍 ,  孙成柱

IPC: G06F30/27 ,  G06F30/13 ,  G06F30/17 ,  G06N3/096

Abstract: 本发明涉及多点频域振动响应预测领域，提供了一种多点频域振动响应预测方法、介质和设备。一种多点频域振动响应预测方法，包含协同注意力机制和多频率知识迁移学习，包括：使用协同注意力机制计算多辅助域的迁移权重进行有效迁移，同时操作多个输入序列，共同学习注意力权重，捕获输入之间的交互；通过协同注意力机制计算后得到的多辅助域的迁移权重辅助目标域训练，达到响应预测精度；其中，从第4个频率点开始，进行多频率知识迁移学习处理，将前3个频率点所训练的3个模型作为多个辅助域，迁移多个辅助域的参数权重到第4个频率点进行学习；第4个频率点的网络结构由3个具有相同神经元结构的、贡献不同程度的参数或知识的网络汇聚成。

公开(公告)号：CN117973230A

公开(公告)日：2024-05-03

申请号：CN202410363924.1

申请日：2024-03-28

Applicant: 厦门禾众汇智科技有限公司

Inventor： 何霆 ,  王成 ,  朱文龙 ,  廖永新 ,  王华珍 ,  孙成柱

IPC: G06F30/27 ,  G06F30/13 ,  G06F30/17 ,  G06N3/096

Abstract: 本发明涉及多点频域振动响应预测领域，提供了一种多点频域振动响应预测方法、介质和设备。一种多点频域振动响应预测方法，包含协同注意力机制和多频率知识迁移学习，包括：使用协同注意力机制计算多辅助域的迁移权重进行有效迁移，同时操作多个输入序列，共同学习注意力权重，捕获输入之间的交互；通过协同注意力机制计算后得到的多辅助域的迁移权重辅助目标域训练，达到响应预测精度；其中，从第4个频率点开始，进行多频率知识迁移学习处理，将前3个频率点所训练的3个模型作为多个辅助域，迁移多个辅助域的参数权重到第4个频率点进行学习；第4个频率点的网络结构由3个具有相同神经元结构的、贡献不同程度的参数或知识的网络汇聚成。

公开(公告)号：CN117939425A

公开(公告)日：2024-04-26

申请号：CN202410246241.8

申请日：2024-03-05

Applicant: 厦门禾众汇智科技有限公司

Inventor： 何霆 ,  王成 ,  朱文龙 ,  廖永新 ,  王华珍 ,  孙成柱

IPC: H04W4/38 ,  H04L67/12

Abstract: 本发明涉及物联网技术领域，提供了一种基于信息融合的虚拟传感器构建方法，包括：由多个位于监测现场的传感器节点采集数据获取实时监测数据；传感器节点对所采集数据进行预处理；传感器节点根据配置的通信模块选择基于现场总线或无线传输方式发送数据；边缘计算模块通过总线和无线方式接收来自传感器节点的数据；采用容积卡尔曼滤波对接收到的传感器节点数据进行融合。本发明是基于信息融合的虚拟传感器构建方法，能够将多个低精度、低采样率、低可靠性的传感器通过信息融合方法输出平稳、高精度的虚拟传感器数据；同时数据传输到虚拟传感器应用服务器，提高装置的可配置性。

公开(公告)号：CN119357643A

公开(公告)日：2025-01-24

申请号：CN202411907318.8

申请日：2024-12-24

Applicant: 厦门禾众汇智科技有限公司 ,  华侨大学

Inventor： 熊艺锋 ,  苏禛毅 ,  陈政宇 ,  何霆 ,  蔡小鹏

IPC: G06F18/213 ,  G06F18/214 ,  G06F18/22 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于对比学习的锂离子电池储能系统荷电状态的预测方法，包括：步骤S1，获取电流、电压和温度等系统运行数据；步骤S2，进行数据标准化；步骤S3，输入数据增强模块生成对比样本；步骤S4，利用多尺度编码器对样本进行卷积，获得多尺度表示向量；步骤S5，将表示向量输入多层感知器网络，计算相似度以训练对比学习模型；步骤S6，对待预测数据标准化后输入模型，输出表示向量；步骤S7，将表示向量与运行数据混合；步骤S8，将混合样本输入预测模型，获取荷电状态。