公开(公告)号：CN110389591A

公开(公告)日：2019-10-29

申请号：CN201910809463.5

申请日：2019-08-29

Applicant: 哈尔滨工程大学

Inventor： 徐东 ,  陈云飞 ,  丁戈 ,  张子迎 ,  孟宇龙 ,  宫思远 ,  潘思辰 ,  杨旭

IPC: G05D1/02

Abstract: 本发明属于机器人路径规划领域，具体涉及一种基于DBQ算法的路径规划方法。本发明所提出的路径规划方法通过对强化学习Dyna-Q算法中的动作选择机制进行改进主要解决三个路径规划问题：其一，解决机器人在这种环境中学习的早期阶段学习效率低的问题；其二，提高了机器路径规划的精度；其三，加快了算法的收敛速度。

公开(公告)号：CN110689171A

公开(公告)日：2020-01-14

申请号：CN201910837861.8

申请日：2019-09-05

Applicant: 哈尔滨工程大学

Inventor： 孟宇龙 ,  许铭文 ,  徐东 ,  张子迎 ,  王志文 ,  陈云飞 ,  王鑫 ,  关智允

IPC: G06Q10/04 ,  G06N3/04

Abstract: 本发明提供的是一种基于E-LSTM的汽轮机健康状态预测方法。收集来自传感器的汽轮机运行数据，并进行预处理；将预处理好的数据喂到LSTM网络中，进行多次迭代训练；将训练好的多个模型参数输入到遗传算法中作为初始种群，运行遗传算法，选择效果最优模型参数；使用更多的汽轮机运营数据对最优模型进行泛化性能验证；根据最优模型参数，对测试数据集进行预测，并评估模型误差。本发明能提高模型预测的准确度并避免过拟合，能实现多元线性回归预测，使得预测模型对真实数据具有更好的拟合效果，可以极大降低人力监测的误差、提高故障诊断效率，对故障的发生做到先知先觉。可以广泛应用于各个火力和核能发电厂甚至于舰船的汽轮机的状态管理。

公开(公告)号：CN110488849A

公开(公告)日：2019-11-22

申请号：CN201910810370.4

申请日：2019-08-29

Applicant: 哈尔滨工程大学

Inventor： 张子迎 ,  丁戈 ,  潘思辰 ,  徐东 ,  孟宇龙 ,  宫思远 ,  陈云飞 ,  邱靖廷

IPC: G05D1/06

Abstract: 本发明属于多机器人任务分配领域，具体涉及一种基于改进拍卖算法的围捕者决策方法。本发明针对传统拍卖算法中拍卖者身份的缺陷和竞标值存在的不足导致围捕者的选定过程安全性差和决策效率低的问题提出了一种基于改进拍卖算法的围捕者决策方法，作为围捕者的决策方法，用来选定围捕者。本发明通过引入几何中心原理，改变了传统确定拍卖者身份的方式，进而加快了拍卖过程，提高了决策效率，增强了决策过程的安全性；通过改进竞标值函数，来确定最佳的围捕者身份，提高了整体的围捕效率。

公开(公告)号：CN110377059A

公开(公告)日：2019-10-25

申请号：CN201910810291.3

申请日：2019-08-29

Applicant: 哈尔滨工程大学

Inventor： 张子迎 ,  潘思辰 ,  陈云飞 ,  徐东 ,  孟宇龙 ,  宫思远 ,  杨旭 ,  邱靖廷

IPC: G05D1/12

Abstract: 本发明属于多水下机器人协同控制领域，具体涉及一种基于狮群算法的多AUV围捕者协同控制方法。本发明针对单个AUV无法完成复杂水下任务、围捕机器人智能性交互性不足以及实际三维环境中存在障碍物的情况，提出了一种基于狮群算法的多AUV围捕者协同控制方法。本发明针对围捕者数量为三个或三个以上的情况。在围捕者小组中围捕者移动性能相当的情况下，通过下潜与上浮操作，与目标保持同一水深的同时，将目标包围在几何中心，并以目标为圆心，距离r为半径，均匀的分布在目标周围，完成协同围捕。本发明应用狮群算法(LGA)进行AUV围捕协同控制，围捕效率更高，收敛特性更好。