-
公开(公告)号：CN106651089A
公开(公告)日：2017-05-10
申请号：CN201610832775.4
申请日：2016-09-19
Applicant: 清华大学
IPC: G06Q10/06
CPC classification number: G06Q10/0631
Abstract: 本发明提出的一种生产调度问题的分布集鲁棒模型的建模方法，属于生产调度及运筹学领域。本发明采用基于不确定分布函数集的分布集鲁棒优化方法对生产调度问题进行建模，模型由目标函数和约束条件构成，模型的目标为寻找一个最优的鲁棒调度序列，使得该序列的总流经时间在加工时间服从最差分布的情况下具有最小的条件风险价值。求解时，模型被分解为一个指派子问题和一个整数二阶锥规划子问题，采用最短平均加工时间优先准则以及本发明设计的两种柯西松弛算法，对模型进行优化并求得最优解。本发明将分布集鲁棒优化方法应用于生产调度问题中，比已有的鲁棒建模方法更符合实际生产情况，在保证系统性能的情况下，降低决策风险。
-
公开(公告)号：CN106651089B
公开(公告)日：2020-09-11
申请号：CN201610832775.4
申请日：2016-09-19
Applicant: 清华大学
IPC: G06F30/20
Abstract: 本发明提出的一种生产调度问题的分布集鲁棒模型的建模方法，属于生产调度及运筹学领域。本发明采用基于不确定分布函数集的分布集鲁棒优化方法对生产调度问题进行建模，模型由目标函数和约束条件构成，模型的目标为寻找一个最优的鲁棒调度序列，使得该序列的总流经时间在加工时间服从最差分布的情况下具有最小的条件风险价值。求解时，模型被分解为一个指派子问题和一个整数二阶锥规划子问题，采用最短平均加工时间优先准则以及本发明设计的两种柯西松弛算法，对模型进行优化并求得最优解。本发明将分布集鲁棒优化方法应用于生产调度问题中，比已有的鲁棒建模方法更符合实际生产情况，在保证系统性能的情况下，降低决策风险。
-
公开(公告)号：CN107544251A
公开(公告)日：2018-01-05
申请号：CN201710873258.6
申请日：2017-09-25
Applicant: 清华大学
IPC: G05B13/04
Abstract: 本发明提出一种基于分布式鲁棒模型的最小化总拖期的单机调度方法，属于生产调度和生产内外资源优化技术领域。该方法首先建立针对单机调度问题的分布式鲁棒优化模型，得到模型的目标函数表达式；然后将分布式鲁棒优化模型转化为整数二阶锥规划模型；对转化后的模型求解，将所有工件加工序列的排列组合通过枚举的方式在一个搜索树中进行表示，通过分支定界算法对搜索树进行剪枝，最终得到最小化总拖期的最优单机调度方案。本发明将生产环境中的不确定因素考虑在内，使得模型相比于假设生产环境都是确定的确定性单机模型更加符合实际生产状况，得到的调度方案能更好地应用于实际生产中。
-
公开(公告)号：CN108398661B
公开(公告)日：2020-10-27
申请号：CN201810029599.X
申请日：2018-01-12
Applicant: 清华大学
Abstract: 本发明提供了一种在无线传感器网络中基于历史坐标数据分析的节点精确实时定位方法，包括以下步骤：令移动锚节点按照规划路径进行周期性的移动，完成节点精确定位；当待定位节点i的实时定位请求时，对存储的自身节点坐标历史数据进行位置坐标波动函数计算；设定误差阈值为Δd，如果则使用基于待定位节点i自身的历史位置坐标数据进行实时定位如果则使用基于邻居节点历史位置坐标数据分析进行实时定位。本发明在基于移动锚节点的周期定位实现的基础上，对节点的历史位置波动特征进行分析计算，满足了了定位时效性，提高了定位精确度。
-
公开(公告)号：CN108681828A
公开(公告)日：2018-10-19
申请号：CN201810601034.4
申请日：2018-06-12
Applicant: 清华大学
CPC classification number: G06Q10/0635 , G06Q10/087
Abstract: 本发明提出一种基于随机需求和随机产量的库存风险优化方法，属于供应链管理及运筹学领域。该方法首先给出了库存管理者在随机需求和随机产量下的收益表达式，然后分别建立随机需求和随机产量下的最大化期望收益模型、最大化条件风险价值收益模型和最大化均值‑CVaR收益模型；分别对三个模型求解，得到不同情况下的初始库存水平临界值和最优订购量。本发明综合考虑了需求的不确定性和产量的不确定性，结合库存管理者的风险厌恶偏好，以条件风险价值作为度量，使库存决策更加符合库存管理的实际情况，有很强的实际应用价值。
-
Patent Agency Ranking
公开(公告)号：CN108398661A
公开(公告)日：2018-08-14
申请号：CN201810029599.X
申请日：2018-01-12
Applicant: 清华大学
Abstract: 本发明提供了一种在无线传感器网络中基于历史坐标数据分析的节点精确实时定位方法，包括以下步骤：令移动锚节点按照规划路径进行周期性的移动，完成节点精确定位；当待定位节点i的实时定位请求时，对存储的自身节点坐标历史数据进行位置坐标波动函数 计算；设定误差阈值为Δd，如果 则使用基于待定位节点i自身的历史位置坐标数据进行实时定位如果 则使用基于邻居节点历史位置坐标数据分析进行实时定位。本发明在基于移动锚节点的周期定位实现的基础上，对节点的历史位置波动特征进行分析计算，满足了定位时效性，提高了定位精确度。
-
公开(公告)号：CN108181810A
公开(公告)日：2018-06-19
申请号：CN201711344158.0
申请日：2017-12-15
Applicant: 清华大学
IPC: G05B13/04
Abstract: 本发明提出一种基于区间不确定性的鲁棒单机调度方法，属于生产调度及运筹学领域。该方法构建单机调度的鲁棒优化模型RSMSP，优化目标为寻找一个最优的工件加工序列，使得该序列在最差场景下的最大等待时间最小。求解时，将模型RSMSP转化为混合线性整数规划模型P；利用两阶段启发式求解算法对模型P进行求解，得到的最优加工序列即为鲁棒单机调度的最优方案。本发明采用区间估计的方式表达不确定参数，首次提出在无限场景集合中识别出有限个可能的最差场景的方法，更加符合生产实际，在信息贫瘠的情况下能够更大限度的降低决策风险，保证系统性能。
-
公开(公告)号：CN108181810B
公开(公告)日：2020-05-12
申请号：CN201711344158.0
申请日：2017-12-15
Applicant: 清华大学
IPC: G05B13/04
Abstract: 本发明提出一种基于区间不确定性的鲁棒单机调度方法，属于生产调度及运筹学领域。该方法构建单机调度的鲁棒优化模型RSMSP，优化目标为寻找一个最优的工件加工序列，使得该序列在最差场景下的最大等待时间最小。求解时，将模型RSMSP转化为混合线性整数规划模型P；利用两阶段启发式求解算法对模型P进行求解，得到的最优加工序列即为鲁棒单机调度的最优方案。本发明采用区间估计的方式表达不确定参数，首次提出在无限场景集合中识别出有限个可能的最差场景的方法，更加符合生产实际，在信息贫瘠的情况下能够更大限度的降低决策风险，保证系统性能。
-
公开(公告)号：CN108845974A
公开(公告)日：2018-11-20
申请号：CN201810371801.7
申请日：2018-04-24
Applicant: 清华大学
IPC: G06F17/15
Abstract: 本发明提出一种采用最小最大概率机的分离概率的有监督线性降维方法，属于计算机机器学习和统计学习技术领域。该方法首先建立采用最小最大概率机的分离概率的有监督线性降维模型，模型的输入为具有多个维度和类别的样本集，输出为投影矩阵；当降维到1维时，属于单一投影向量目标；当降维到多维时，属于多个投影向量目标；本发明使用样本间的分离概率作为类别之间的距离度量，并使用了共轭梯度法进行优化，最终得到保证每一个类别对都尽量具有最大的分离概率的投影矩阵。本发明能够提高数据的可区分度以及后续分类的准确性和效率，在多类降维问题上能够达到很好的应用效果。
-
公开(公告)号：CN108055634A
公开(公告)日：2018-05-18
申请号：CN201711315640.1
申请日：2017-12-11
Applicant: 清华大学
Abstract: 本发明提供了一种基于移动锚节点实现无线传感器网络节点定位及时钟同步的方法。所述移动锚节点按照事先规划的路径进行周期性的移动，移动一周完成对整个无线传感器网络区域的三次全覆盖；当移动锚节点移动至预定的定位采集和时钟同步点时，面向一跳通信范围内的普通节点广播移动锚节点的自身位置信息与时钟同步信息，从而实现对普通节点的定位与时钟同步。本发明无需设置太多具有定位和参考时钟功能的锚节点，使普通节点不需要作为二次锚节点而承担向周边节点广播定位信息与时钟同步信息的职责，有利于整体上降低无线传感器网路的能耗和通信量。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.018 seconds)
