-
公开(公告)号:CN119066969A
公开(公告)日:2024-12-03
申请号:CN202411182197.5
申请日:2024-08-27
Applicant: 大连理工大学 , 华电电力科学研究院有限公司
IPC: G06F30/27 , G06N3/0442 , G06N3/08 , G06F113/08
Abstract: 本发明公开了一种基于BiLSTM的强非均质条件下地下水溶质运移智能模拟方法及系统,涉及地下水溶质运移模拟技术领域;包括以下步骤:对水文地质条件进行概化处理,初步构建水文地质概念模型;确定概念模型中污染源特征、含水层参数,随机采样若干组工况;构建强非均质条件下的地下水溶质运移‑双域基准模型;将若干组工况逐一代入所述双域基准模型,构建训练样本集和检验样本集;根据训练样本集,采用深度学习‑BiLSTM算法构建地下水溶质运移‑双域基准模型的替代模型,以此预测观测井的污染物浓度。本发明大幅减少计算时间和成本,实现了对强非均质条件下的地下水溶质时空变化规律的准确刻画,为地下水污染源特征及污染物运移参数反演识别提供高效解决途径。
-
公开(公告)号:CN114330869B
公开(公告)日:2024-09-13
申请号:CN202111614524.6
申请日:2021-12-27
Applicant: 大连理工大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0639 , G06Q50/04 , G06F30/27 , G06N3/092 , G06F111/04 , G06F111/08
Abstract: 本发明提供了一种考虑多级指标的钢铁企业多能源日前调度优化方法,包括确立多准则评估指标,包括总系统指标和子系统指标;根据总系统的评估指标和能源管网情况建立针对钢铁企业多能源系统的优化模型;根据子系统的评估指标及其实际情况建立针对煤气子系统的优化模型;根据不同层级的评估指标和优化模型,定义总系统层级的为上层优化模型,子系统层级的为下层优化模型,构建双层优化模型;采用基于Actor‑Critic强化学习的双层级联式优化求解策略进行求解。本发明在每一步都兼顾两层优化模型来搜索优化解,得到子系统评估指标达标且总系统指标得到优化的能源投入量配置方案,为钢铁行业提供兼顾多级指标的日前调度优化方案,从而帮助企业制定生产计划。
-
公开(公告)号:CN114330869A
公开(公告)日:2022-04-12
申请号:CN202111614524.6
申请日:2021-12-27
Applicant: 大连理工大学
IPC: G06Q10/04 , G06Q10/06 , G06Q50/04 , G06F30/27 , G06N3/08 , G06F111/04 , G06F111/08
Abstract: 本发明提供了一种考虑多级指标的钢铁企业多能源日前调度优化方法,包括确立多准则评估指标,包括总系统指标和子系统指标;根据总系统的评估指标和能源管网情况建立针对钢铁企业多能源系统的优化模型;根据子系统的评估指标及其实际情况建立针对煤气子系统的优化模型;根据不同层级的评估指标和优化模型,定义总系统层级的为上层优化模型,子系统层级的为下层优化模型,构建双层优化模型;采用基于Actor‑Critic强化学习的双层级联式优化求解策略进行求解。本发明在每一步都兼顾两层优化模型来搜索优化解,得到子系统评估指标达标且总系统指标得到优化的能源投入量配置方案,为钢铁行业提供兼顾多级指标的日前调度优化方案,从而帮助企业制定生产计划。
-
公开(公告)号:CN116864047A
公开(公告)日:2023-10-10
申请号:CN202310883998.3
申请日:2023-07-19
Applicant: 大连理工大学
IPC: G16C60/00 , G06F30/23 , G06F111/20 , G06F111/04 , G06F113/26 , G06F119/14
Abstract: 本发明涉及振动层合板技术领域,且公开了振动层合板的材料布局优化方法,包括以下步骤:S1、在层合板上划分成80×80的网格,每个网格上给出五种备选材料;S2、五种备选材料分别是90°纤维材料,±45°纤维材料,0°纤维材料,以及一种阻尼材料;S3、采用离散材料优化模型通过优化程序迭代,每个网格上选择出一种对于层合板减振效果最好的一种材料;S4、优化程序迭代完成后给出层合板上的材料布局图。该振动层合板的材料布局优化方法,将离散材料优化模型应用于振动层合板的材料布局优化中,建立了考虑材料约束的振动层合板的材料布局拓扑优化模型,从而帮助工程结构设计人员设计出更为经济、可靠的工程结构。
-
公开(公告)号:CN118279823A
公开(公告)日:2024-07-02
申请号:CN202410430524.8
申请日:2024-04-11
Applicant: 大连理工大学
IPC: G06V20/52 , G06V20/70 , G06V10/82 , G06V10/80 , G06V10/774
Abstract: 一种基于计算机视觉技术的城市街道积水等级时空分布测量方法,属于城市水利信息化,非接触式城市洪涝数据获取领域。首先,选择动态物体作为参照物,将积水划分为5个等级,对图像数据进行标注得到数据集;其次,选择YOLOv5m深度学习模型作为积水等级监测的模型;再次,将基于降雨事件的城市积水视频或摄像头视频输入到训练好的YOLOv5m模型中,利用YOLOv5m模型获得视频下检测等级点信息;第四,删除检测点的异常点后进行精度评估;最后,利用反距离权重插值方法将整个场景下的积水等级时空分布插值出来,得到场景下的时空积水等级分布图。本发明能够在复杂场景下仍然具有较高的识别积水等级的效果,提高方法应用的广泛性;还能得到整个场景下的精细化时空积水等级分布图,实现积水分布图“由点到面”的拓展,更全面的反映积水的时空分布过程。
-
-
-
-