公开(公告)号：CN115019513A

公开(公告)日：2022-09-06

申请号：CN202210842395.4

申请日：2022-07-18

Applicant: 桂林电子科技大学

Inventor： 韩杰 ,  李新月 ,  林翰 ,  李治山 ,  蔡婧仪 ,  莫男

IPC: G08G1/01 ,  G08G1/015 ,  G08G1/065 ,  G06Q10/04 ,  G06F17/18

Abstract: 本发明属于交通碳排放监测技术领域，具体涉及一种交通碳排放监测系统及监测方法，系统包括城市路网监控子系统、车流量信息统计子系统、车流量通行信息统计子系统、交通通行碳排放预测子系统，通过建立城市路网数据库，实时统计各路网及其组成路段的车流量信息和通行信息，建立交通通行碳排放预测模型，并将预测的计算结果发送给用户查看，达到实时监测的目的，本发明的数据皆为实时数据，包括城市路网中通行的车辆数量、车辆信息以及根据车辆使用年限修正的能耗数据，使得建立的预测模型更为精准，监测的结果更准确。

公开(公告)号：CN114801183A

公开(公告)日：2022-07-29

申请号：CN202210637757.6

申请日：2022-06-08

Applicant: 桂林电子科技大学

Inventor： 黄美发 ,  郑楠 ,  李新月

IPC: B29C64/386 ,  B33Y50/00

Abstract: 本发明提供了一种自动选择增材制造最优机器的方法，这个方法运用多目标决策方法从有限个备选增材制造机器中选出最优打印机器，其中考虑了支撑体积、体积误差、表面粗糙度、成形时间和成形成本五种因素，并对这五种因素按偏好确定权重，根据权重得到汇总值，最后由汇总值自动确定增材制造最优机器。本方法利用多目标决策方法，更加快速稳定地自动选择增材制造最优机器。

公开(公告)号：CN114985763A

公开(公告)日：2022-09-02

申请号：CN202210637759.5

申请日：2022-06-08

Applicant: 桂林电子科技大学

Inventor： 黄美发 ,  郑楠 ,  李新月

IPC: B22F10/28 ,  B22F10/80 ,  B33Y50/00

Abstract: 本发明提供了一种自动生成SLM零件的最优成形方向的方法，这个方法包括两个步骤：首先，应用现有的基于层次聚类的方法，自动生成选择性激光熔融零件的备选成形方向；然后，运用多目标决策方法从备选成形方向中选出最优成形方向，其中考虑了支撑体积、体积误差、表面粗糙度、成形时间和成形成本。本方法利用层次聚类算法和多目标决策方法，自动生成SLM零件的最优成形方向的方法。