-
公开(公告)号：CN113988786A
公开(公告)日：2022-01-28
申请号：CN202111233057.2
申请日：2021-10-22
Applicant: 安徽农业大学 , 安徽安宠宠物用品有限公司
Abstract: 本发明公开了一种基于双层异构图神经网络的企业协同制造决策方法，采用图神经网络对产业链以及企业内部工作关系进行建模，并利用企业数据进行训练。相较于传统的针对单一领域的工作流建模方法，本发明可获得应用范围更广，覆盖多个产业流程的关系模型。采用双层异构图神经网络，首先将产业链模型训练产生粗粒度的生产决策，然后将粗粒度决策与企业内部协同网络进行耦合，进一步产生细粒度的生产决策。采用双层异构图神经网络方法可直接对其中复杂企业关系和企业内部关系进行耦合分析,针对所做出的决策，将其输入决策评价系统进行分析，得到决策的综合质量评估，形成对最终决策结果的反馈优化，较传统人工决策和单一行业决策更全面，可行度更高。
-
公开(公告)号：CN113988786B
公开(公告)日：2024-08-13
申请号：CN202111233057.2
申请日：2021-10-22
Applicant: 安徽农业大学 , 安徽安宠宠物用品有限公司
IPC: G06Q10/101 , G06Q50/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于双层异构图神经网络的企业协同制造决策方法，采用图神经网络对产业链以及企业内部工作关系进行建模，并利用企业数据进行训练。相较于传统的针对单一领域的工作流建模方法，本发明可获得应用范围更广，覆盖多个产业流程的关系模型。采用双层异构图神经网络，首先将产业链模型训练产生粗粒度的生产决策，然后将粗粒度决策与企业内部协同网络进行耦合，进一步产生细粒度的生产决策。采用双层异构图神经网络方法可直接对其中复杂企业关系和企业内部关系进行耦合分析,针对所做出的决策，将其输入决策评价系统进行分析，得到决策的综合质量评估，形成对最终决策结果的反馈优化，较传统人工决策和单一行业决策更全面，可行度更高。
-
公开(公告)号：CN113985879B
公开(公告)日：2024-02-02
申请号：CN202111260761.7
申请日：2021-10-28
Applicant: 安徽安宠宠物用品有限公司 , 安徽农业大学
Abstract: 本发明公开了基于历史数据动态优化的智能移动巡检系统及方法，结合巡检数据采用多目标蚱蜢优化模型动态优化出不同时间段下不同生产车间和仓库的巡检项目及关键点；优化后的巡检项目及关键点再次采用多目标蚱蜢优化模型训练学习，进一步动态优化出不同生产车间和仓库的巡检点优先级、巡检次数和巡检时间；再进一步采用二维(2D)网格模型的路径规划算法优化出巡检路线；在巡检过程中，采用基于YOLOX模型的图像识别技术和三维激光雷达，获取巡检车的实时行驶数据和实时巡检数据，对此数据进行处理，实现巡检车实时自动行驶、自动巡检。解决不同时间段、生产车间、仓库的巡检点、巡检项
-
公开(公告)号：CN113985879A
公开(公告)日：2022-01-28
申请号：CN202111260761.7
申请日：2021-10-28
Applicant: 安徽安宠宠物用品有限公司 , 安徽农业大学
IPC: G05D1/02
Abstract: 本发明公开了基于历史数据动态优化的智能移动巡检系统及方法，结合巡检数据采用多目标蚱蜢优化模型动态优化出不同时间段下不同生产车间和仓库的巡检项目及关键点；优化后的巡检项目及关键点再次采用多目标蚱蜢优化模型训练学习，进一步动态优化出不同生产车间和仓库的巡检点优先级、巡检次数和巡检时间；再进一步采用二维(2D)网格模型的路径规划算法优化出巡检路线；在巡检过程中，采用基于YOLOX模型的图像识别技术和三维激光雷达，获取巡检车的实时行驶数据和实时巡检数据，对此数据进行处理，实现巡检车实时自动行驶、自动巡检。解决不同时间段、生产车间、仓库的巡检点、巡检项目、巡检次数和巡检路线等动态优化问题，提高巡检的效率和准确性。
-
Patent Agency Ranking
公开(公告)号：CN105792253B
公开(公告)日：2019-03-29
申请号：CN201610103875.3
申请日：2016-02-25
Applicant: 安徽农业大学
Abstract: 本发明公开一种无线传感网介质访问控制优化方法，在网络形成期，传感器节点建立邻居表对邻居节点的调度信息进行记录。在进入竞争时期后，本发明根据邻居表中已有的参与竞争节点个数、邻居表中节点总数和预测上次参加竞争节点个数对参与下次竞争的节点个数进行精确的判断。为了使传感器节点能够适应网络负载的变化，本发明使用动态的竞争窗口策略。该策略根据网络中节点数目的变化自适应地调整本节点的竞争窗口大小，有效减少冲突发生概率和空闲侦听时间，避免由于冲突和长时间的空闲侦听造成的能量消耗，具有网络生存时间长、时延小、数据包时延抖动小的特点，适用于负载变化频繁的大规模无线传感器网络和时延敏感的传感器网络应用。
-
公开(公告)号：CN107318142A
公开(公告)日：2017-11-03
申请号：CN201710527349.4
申请日：2017-06-30
Applicant: 安徽农业大学
Abstract: 本发明公开了一种无线传感网簇间分布式路由方法，属于无线传感器网络领域，其有效降低了大规模无线传感器网络簇头间数据传输的干扰。本发明包括簇头间通过Hello消息交换彼此的逻辑连接关系及负载信息，并将其记录入邻居表中；簇头先根据邻居簇头的父簇头数量与流量负载，计算簇头的数据传输对其邻居簇头数据传输的干扰因子；子簇头以父簇头的干扰因子为依据计算各父簇头承担下一跳数据传输的概率。本发明能够有效降低数据传输过程中簇头间的相互干扰，提高网络的数据传输效率。
-
公开(公告)号：CN116258573A
公开(公告)日：2023-06-13
申请号：CN202310123335.1
申请日：2023-02-07
Applicant: 安徽农业大学
Abstract: 本发明公开了一种农产品供应链信用风险识别与演化预测方法，属于供应链信用风险预测技术领域；方法包括如下步骤：对农产品供应链中节点的连续时间动态关系进行建模；建立异步传输连续时空感知图神经网络模型；训练模型，并基于模型生产预测，给出节点信用风险等级评估及未来演化方向。通过构建连续时间动态农产品供应链关系图，并采用连续时空感知图神经网络，可以更全面提取企业领域的信息，进行更好的信用风险及其演化分析，为企业形成对最终决策提供参考，较传统决策方法更全面，可行度更高。
-
公开(公告)号：CN107318142B
公开(公告)日：2019-09-27
申请号：CN201710527349.4
申请日：2017-06-30
Applicant: 安徽农业大学
Abstract: 本发明公开了一种无线传感网簇间分布式路由方法，属于无线传感器网络领域，其有效降低了大规模无线传感器网络簇头间数据传输的干扰。本发明包括簇头间通过Hello消息交换彼此的逻辑连接关系及负载信息，并将其记录入邻居表中；簇头先根据邻居簇头的父簇头数量与流量负载，计算簇头的数据传输对其邻居簇头数据传输的干扰因子；子簇头以父簇头的干扰因子为依据计算各父簇头承担下一跳数据传输的概率。本发明能够有效降低数据传输过程中簇头间的相互干扰，提高网络的数据传输效率。
-
公开(公告)号：CN105792253A
公开(公告)日：2016-07-20
申请号：CN201610103875.3
申请日：2016-02-25
Applicant: 安徽农业大学
CPC classification number: Y02D70/00 , H04W24/02 , H04W52/0209 , H04W74/085
Abstract: 本发明公开一种无线传感网介质访问控制优化方法，在网络形成期，传感器节点建立邻居表对邻居节点的调度信息进行记录。在进入竞争时期后，本发明根据邻居表中已有的参与竞争节点个数、邻居表中节点总数和预测上次参加竞争节点个数对参与下次竞争的节点个数进行精确的判断。为了使传感器节点能够适应网络负载的变化，本发明使用动态的竞争窗口策略。该策略根据网络中节点数目的变化自适应地调整本节点的竞争窗口大小，有效减少冲突发生概率和空闲侦听时间，避免由于冲突和长时间的空闲侦听造成的能量消耗，具有网络生存时间长、时延小、数据包时延抖动小的特点，适用于负载变化频繁的大规模无线传感器网络和时延敏感的传感器网络应用。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.041 seconds)
