一种基于动态优化算法的水库优化调度方法

    公开(公告)号:CN114819659A

    公开(公告)日:2022-07-29

    申请号:CN202210470612.1

    申请日:2022-04-28

    Abstract: 提出一种基于动态优化算法的水库优化调度方法,包括:采集水库运行参数,设置为初始化种群popt;数学建模;设置水库的约束条件;检测环境变化;将水库种群进行非支配排序、分层,选择第一层作为非支配解集popNon;找到边缘个体及其组成的线或者面,存储到几个B中;计算点到直线或平面的距离;将第m目标值均匀划分为k个区域,在每个分区中选择到线或者平面距离最大的点作为第一目标值的knee点;计算边界参考点;将计算出的边界参考点加入到KN中记为更新knee点NKN,进行拥挤度距离计算、排序,删除拥挤度距离最小的点;预测环境变化后knee点的新位置;计算knee点在决策空间中的位置;预测环境变化后的非支配解集获得预测新种群;利用优化算法优化总体;迭代结束。

    一种基于动态优化算法的动态车辆路径规划方法

    公开(公告)号:CN115391977A

    公开(公告)日:2022-11-25

    申请号:CN202210805136.4

    申请日:2022-07-08

    Abstract: 本发明提出了一种基于动态优化算法的动态路径规划方法,包括:动态车辆路径问题的描述以及约束条件,动态车辆规划方法的实现流程和具体实施方式。根据专利要求书1所述的基于动态优化算法的动态路径规划方法,其特征在于1)对当前时刻和上一时刻的非支配解集进行分区,分别对每个分区采用前馈中心点算法预测下一时刻的非支配集。2)通过非支配解集与结构化参考点之间的联系算法,筛选出多样性好的个体,选择非支配解集中收敛性好的拐点,两者统称为特殊点,3)对当前时刻和上一时刻的特殊点采用逐步搜索策略,预测下一时刻的特殊点。4)自适应的种群多样性保持机制,维持下一时刻种群的大小保持不变。

    基于多阶段多模块神经网络的磁共振图像重建和超分方法

    公开(公告)号:CN114972564A

    公开(公告)日:2022-08-30

    申请号:CN202210577369.3

    申请日:2022-05-25

    Abstract: 基于多阶段多模块神经网络的磁共振图像重建和超分方法,包括:S1.读取欠采样掩码和原始高分辨图像;S2.对读取的图片进行归一化处理;S3.将输入图像按照不同的切割方式生成4类patch;S4:使用编解码器提取不同patch内的特征;S5.将每条分支对应的每组特征图进行拼接,再将两条分支的特征图进行相加;S6.使用自注意力模块提取完整图像的增强特征;S7.使用编解码器架构和自注意力模块提取第二阶段的特征,其中第二阶段编解码器架构和自注意力模块与第一阶段保持一致;S8.在第三阶段使用深度残差卷积提取空间信息;S9.对第二阶段的输出结果进行上采用和卷积操作即可得到目标图像。本发明解决了低分辨率欠采样MRI的超分和重建问题。

Patent Agency Ranking