-
公开(公告)号：CN113052372B
公开(公告)日：2022-08-02
申请号：CN202110283966.0
申请日：2021-03-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于深度强化学习的动态AUV追踪路径规划方法，通过引入深度强化学习算法，运用航路模型来处理AUV的路径追踪问题。首先对目标和AUV状态分析，判断并选择采用哪种航路进行追踪，建立三种航路模型，用训练好的模型对AUV下一状态进行预测。采用纯方位最小二乘估计法对检测到的目标信号进行运动要素解算，获得目标信息。将目标和AUV运动情况作为状态输入，AUV下一状态的动作和航向作为输出，建立状态——动作映射策略。根据任务要求，选择奖赏函数，AUV每段时间所采取的决策都会获得相应评价。本发明结合深度学习和强化学习的优点，将深度强化学习算法用在AUV路径追踪上，实现了对动态AUV的追踪路径规划。
-
公开(公告)号：CN105203130B
公开(公告)日：2018-04-24
申请号：CN201510676672.9
申请日：2015-10-13
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明公开了一种基于信息融合的船舶组合导航系统故障诊断方法。确定舰船组合导航系统的故障识别框架；利用多组传感器输出故障的基本概率赋值，作为诊断故障的证据；计算证据间的冲突系数，证据支持度、确定度、决策度，证据权重；根据证据权重对证据进行加权平均处理，得到加权平均证据；利用冲突系数，改进Dempster融合规则对加权平均证据进行融合，输出最终的融合结果；按照决策规则对最终的融合结果进行判断，输出诊断结果。本发明能够准确地度量证据间冲突，通过证据权重对证据进行加权平均处理，能够降低冲突证据对融合结果的影响，通过冲突系数改进融合规则，能够得到合理的融合结果。
-
公开(公告)号：CN116739033A
公开(公告)日：2023-09-12
申请号：CN202310707311.0
申请日：2023-06-14
Applicant: 哈尔滨工程大学
IPC: G06N3/006 , G06Q10/047
Abstract: 本发明公开了用于海洋观测的改进粒子群算法，包括给种群中的所有粒子初始化位置与初始化速度，计算适应度值，计算种群中所有粒子的当前适应度，记录个体最优适应度值并且将当前粒子适应度值与个体最优适应度值进行比较，更新粒子信息，计算粒子当前适应度值与种群平均适应度值，判断是否满足变异条件，若粒子满足变异条件则根据变异率随机判断粒子是否依照变异更新公式执行变异，否则是否满足迭代结束条件，若不满足继续从计算适应度值重新迭代，增加随机振荡的指数递减惯性权重机制有提升算法迭代前期收敛速度以及部分改善算法突破局部最小解束缚的能力，并通过变异机制能够为粒子提供新的种群多样性，并直接增强算法逃出局部最优解的能力。
-
公开(公告)号：CN116520708A
公开(公告)日：2023-08-01
申请号：CN202310704347.3
申请日：2023-06-14
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明提供强化学习的移动观测平台自适应观测路径规划方法，涉及强化学习技术领域。所述强化学习的移动观测平台自适应观测路径规划方法，包括以下步骤：S1，数据预处理；将耦合环境数值预报系统输出的原始数据用全局归一化处理，便于设置奖赏函数；S2，环境奖赏函数设计；根据区域海洋范围内的温度梯度值设置奖赏函数；根据实际情况，在区域海洋环境中放置障碍物，移动观测平台设置避障约束，与障碍物产生碰撞时会惩罚扣分；S3，环境状态设计；将海洋环境时间梯度场作为时间梯度决策的依据，选择不同的多智能体算法，进行仿真实验并进行比较，本发明具有海洋环境要素分析预报精度高的优点。
-
公开(公告)号：CN113051529A
公开(公告)日：2021-06-29
申请号：CN202110284192.3
申请日：2021-03-17
Applicant: 哈尔滨工程大学
IPC: G06F17/18
Abstract: 本发明提供一种基于统计观测局地化均权重粒子滤波数据同化方法，获取模式积分初始背景场；判断是否达到统计观测开始时刻，累加观测求取统计观测均值；根据统计观测均值计算提议密度调整集合粒子；在给定同化时刻，使用均权重方法计算粒子权重，调整粒子状态；使用重采样方法，调整集合粒子维持粒子数稳定，更新观测对应位置粒子状态；使用局地化函数，确定同化观测对应位置周围的粒子权重；根据局地化权重更新粒子权重，更新周围粒子状态；计算统计观测局地化均权重粒子滤波的状态后验估计值。本发明可以有效提高非高斯网格化模式的数据同化质量，可以更好的应用于实时数据同化在网格化复杂模式中，提高同化质量。
-
Patent Agency Ranking
公开(公告)号：CN114218959B
公开(公告)日：2024-10-18
申请号：CN202111410038.2
申请日：2021-11-25
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种犹豫模糊语言术语集多准则决策方法，包括确定评估指标体系，获取评估矩阵；将评估矩阵Xk和语言权重向量Wk转化为语义区间表示；确定每位专家对准则的主观重要性系数；确定每位专家对准则的客观重要性系数；构造模糊语言术语正负理想解矩阵S+和S‑；构造正负理想偏差矩阵D+和D‑；构造相对亲近度矩阵Rc；聚合每位专家意见，得到方案的综合相对亲近度；依据综合相对亲近度排序，确定最优方案。本发明在多粒度不平衡情形下可以有效应用。方法简便易行，综合了评估准则的主客观重要性系数，使决策过程更加符合实际，从而得到更加合理的决策结果。
-
公开(公告)号：CN109840311B
公开(公告)日：2023-10-27
申请号：CN201910038258.3
申请日：2019-01-14
Applicant: 哈尔滨工程大学
IPC: G06F17/18
Abstract: 基于最优观测时间窗口的耦合数据同化与参数优化方法，属于耦合气候模式系统的数据同化、参数优化与数值预报技术领域。针对传统耦合数据同化与参数优化方法存在的观测资源利用以及状态估计与参数优化精度的不足，本发明结合耦合模式自由积分状态的谱分析获取耦合模式状态的特征时间尺度，依据耦合模式状态的时间尺度设立最优观测时间窗口的大小。在基于最优观测时间窗口获取有效的大气与海洋观测数据的基础上引入观测窗口内时间权重系数，最大程度上提取有效的观测信息以拟合耦合模式状态的特征变率并忽略模式内部参数的时变特征并引入时间窗口内的时间平均系数，实现对模式参数的更加精确的估计与优化，强化耦合模式的大气与海洋的数值预报能力。
-
-
公开(公告)号：CN109783932B
公开(公告)日：2022-10-28
申请号：CN201910032586.2
申请日：2019-01-14
Applicant: 哈尔滨工程大学
IPC: G06F30/20
Abstract: 一种结合最优观测时间窗口的强耦合数据同化方法，属于耦合气候模式系统的强耦合数据同化与数值预报技术领域。本发明结合耦合模式自由积分状态的谱分析获取耦合模式状态的特征时间尺度，并依据耦合模式状态的时间尺度设立最优观测时间窗口的大小；在基于最优观测时间窗口获取有效的大气与海洋观测数据的基础上，根据大气与海洋状态之间的自相关系数引入观测窗口内相关性权重系数，最大程度上提取有效的观测信息的同时减小时间与相关性差异；在基于最优观测时间窗口的弱耦合同化方案的稳态大气与海洋的耦合相关性系数，在传统强耦合同化方案中引入耦合相关性权重系数，实现对耦合模式状态的更加精确的估计强化耦合模式的大气与海洋的数值预报能力。
-
公开(公告)号：CN113297801B
公开(公告)日：2022-10-14
申请号：CN202110659246.X
申请日：2021-06-15
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06F17/16 , G06F119/14
Abstract: 本发明属于海洋动力环境要素预测技术领域，具体涉及一种基于STEOF‑LSTM的海洋环境要素预测方法。本发明基于大范围、长时间的海洋再分析数据，通过时域多尺度分析和深度学习方法挖掘海洋动力环境要素的规律，构建面向海洋动力环境要素的统计预测模型，以实现海洋动力环境要素的中长期时空统计预报。本发明可以有效弥补传统的数值预报方法由于气象驱动时效限制而导致的海洋动力环境要素预报时效较短的缺陷，且对计算资源的占用较少。大幅度提高了海洋动力环境要素的中长期预测能力，为解决海洋数值预报产品失效后的大范围、长周期海洋动力环境要素预报预测这一技术难题提供技术支撑。并具有较强的科学意义和应用价值。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.023 seconds)
