-
Patent Agency Ranking
公开(公告)号：CN105574625A
公开(公告)日：2016-05-11
申请号：CN201410532607.4
申请日：2014-10-10
Applicant: 普华讯光(北京)科技有限公司
IPC: G06Q10/06
Abstract: 本发明提供了一种基于1stOPT回归分析的多元非线性质量综合评价系统，包括评价指标体系和样本数据集，所述评价指标体系包括用于采集评价因素的评价目标、全部因子和质量因子，所述样本数据集与评价指标体系相连，用于对所采集到的数据进行评价、整理和储存。本系统及方法可以广泛的应用于营销领域或服务行业的业务工作质量评价。
-
公开(公告)号：CN105574623A
公开(公告)日：2016-05-11
申请号：CN201410527659.2
申请日：2014-10-09
Applicant: 普华讯光(北京)科技有限公司
Abstract: 本发明提供了一种应用于电力营销业务的三全一中心服务质量管控系统，其特征在于，包括依次相连的营销全业务、业务类、业务项、业务子项4层业务架构体系；所述业务项或业务子项是能够独立满足客户需求的最小业务单元，即称为“一中心”；所述三全为全过程、全员和全企业；在所述业务架构体系的基础上通过管理方法、评价方法以及质量评价算法模型对该系统进行螺旋式升级。本发明有益于企业效率的提高，及时监控质量。
-
公开(公告)号：CN105573997A
公开(公告)日：2016-05-11
申请号：CN201410527637.6
申请日：2014-10-09
Applicant: 普华讯光(北京)科技有限公司
Abstract: 本发明实施例公开了一种确定窃电嫌疑用户的方法及装置，所述方法包括：S1、根据用户的历史用电数据构建专家样本库，所述专家样本库包含的样本数据包括用户的历史用电数据和窃电嫌疑系数；S2、采用遗传算法优化BP神经网络模型的权值序列，得到优化的BP神经网络模型；S3、使用所述专家样本库中包含的样本数据对所述BP神经网络模型进行训练；S4、根据训练后的BP神经网络模型对用户的待分析用电数据进行分析，根据分析结果确定用户的窃电嫌疑系数；S5、根据所述窃电嫌疑系数确定窃电嫌疑用户，能够高效便捷地识别窃电嫌疑用户。
-
公开(公告)号：CN117892937A
公开(公告)日：2024-04-16
申请号：CN202311751997.X
申请日：2023-12-19
Applicant: 普华讯光(北京)科技有限公司
IPC: G06Q10/0631 , G06Q10/087 , G06Q50/04
Abstract: 本说明书实施例提供了一种基于智能联动机制的计量装置生产计划自适应排程方法、装置、设备及介质，其中，方法包括确定订单需求信息，生产线参数和各台体参数信息，库存信息和配送信息；以成品在库时的库存成本、加班成本、生产准备成本、生产波动惩罚成本之和最小为目标构建目标函数，根据设置的生产条件约束、库存约束条件、配送约束条件，以及预设的产能冗余量和库存余量，基于改进的MTO生产策略和APS方法构建生产‑库存‑配送的生产计划自适应排程模型；求解模型，获得生产计划和配送计划，以解决现有技术难以满足复杂多变计量生产管理需求，计划的不合理容易导致生产资源的浪费或短时间内供需不平衡的问题。
-
公开(公告)号：CN105205531A
公开(公告)日：2015-12-30
申请号：CN201410305888.X
申请日：2014-06-30
Applicant: 国家电网公司 , 国网冀北电力有限公司电力科学研究院 , 普华讯光(北京)科技有限公司
Inventor： 张艳丽 , 孙志杰 , 介志毅 , 傅军 , 王莉 , 谢枫 , 张凌宇 , 程杰 , 陈洪涛 , 牛逸宁 , 刘同新 , 徐剑 , 李守超 , 高小博 , 闫东泽 , 赵玉妲 , 兰得志 , 贾喜涛
Abstract: 本发明涉及一种基于机器学习的反窃电预测方法及装置，其中，所述方法包括：获取学习样本数据和预测样本数据；其中，所述学习样本数据包括：窃电特征因子、用户编号、电压等级、行业类别和所属线路，所述预测样本数据包括：窃电特征因子、用户编号、电压等级、行业类别和所属线路；对所述学习样本数据和所述预测样本数据进行预处理；对预处理后的学习样本数据确定反窃电神经网络模型；将所述预测样本数据作为所述反窃电神经网络模型的输入量，运行所述反窃电神经网络模型，输出每个用户的窃电嫌疑系数；根据所述窃电嫌疑系数预测窃电嫌疑户。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
