-
公开(公告)号：CN117406712A
公开(公告)日：2024-01-16
申请号：CN202311221630.7
申请日：2023-09-21
Applicant: 福州大学
Abstract: 本发明涉及一种面向未知目标区域的多智能体的覆盖探查方法。本发明以多智能体为研究对象，将整个任务分为规划、决策以及控制部分。首先，利用扇形分解法将任务区域按面积划分为若干子区域，每一个智能体利用往复式覆盖法规划全覆盖路径；其次，将每一个智能体跟踪自身全覆盖路径和探测静目标过程中的若干步骤设为不同状态，通过有限状态机方法构造智能体的任务决策模型，同时采用模型预测控制跟踪规划出的运动路径。最后，通过对仿真结果进行数据处理，给出自测报告以验证所提出的基于往复式覆盖与分布式模型预测控制的多智能体区域信息采集方案的有效性；该方案具有简单、易于实现、计算代价小、能够应对未知的非结构化环境等优势。
-
公开(公告)号：CN112907753B
公开(公告)日：2021-10-15
申请号：CN202110308394.7
申请日：2021-03-23
Applicant: 福州大学
Abstract: 本发明涉及地理信息技术领域，具体涉及一种根据角度误差计算矢量线转为栅格线时的栅格尺寸范围的方法。本申请的方法根据待栅格化的矢量线，构建其栅格线与水平线的夹角α的数学期望E[α]，选取多个不同的栅格尺寸值，分别计算出每个栅格尺寸t对应的α的数学期望值以及角度误差值β，得到t与β的对应关系表；根据用户允许的角度误差范围以及所述t与β的对应关系表，找到出符合角度误差范围条件的t值范围作为确定的栅格尺寸范围。本申请的技术方案可解决现有矢量线栅格化时，栅格尺寸的选择无科学依据，无法对所产生的角度误差进行预先计算的问题。
-
公开(公告)号：CN109409014B
公开(公告)日：2021-05-04
申请号：CN201811504805.4
申请日：2018-12-10
Applicant: 福州大学
Abstract: 本发明属于地理信息技术领域，具体涉及一种基于BP神经网络模型的年可照时数的计算方法。本发明包含步骤：训练BP神经网络模型；将计算地区的数字高程模型影像构建成输入矩阵；将所述输入矩阵传入BP神经网络模型，计算得到输出矩阵；将所述输出矩阵转换成计算地区的年可照时数数值矩阵。本发明能够快速精确地计算出任意指定地点的可照时数，模型简单易懂、计算量小，较现有的数学模型计算方式大大缩短了计算时间，精度更高，可为深入了解可照时数的空间分布特征、计算太阳直接辐射、散射辐射以及反射辐射提供基础数据，为科学研究和实际生产提供可靠的数据依据，具有重要的科研价值和实用价值。
-
公开(公告)号：CN108319717B
公开(公告)日：2019-10-25
申请号：CN201810141874.7
申请日：2018-02-11
Applicant: 福州大学
Inventor： 陈楠
Abstract: 本发明涉及一种矢量点转换为栅格点时最佳栅格尺寸范围的计算方法。若设定一个栅格尺寸的值t，并获得一个矢量点所在地图的最大点位中误差，可根据本专利提出的公式计算该矢量点转为栅格点后，该矢量点落入该栅格点的概率。然后可计算该地图上m个矢量点转换为栅格点后，至少n(n≤m)个矢量点落入对应的栅格点的事件的概率；随后给t赋一系列不同值，重复上述步骤，得到t与概率的对应关系表；最后根据用户指定的概率，依据该对应关系表确定t的最佳范围，即最佳栅格尺寸范围。本发明能够科学地计算出最佳栅格尺寸范围。
-
公开(公告)号：CN116360265A
公开(公告)日：2023-06-30
申请号：CN202310342269.7
申请日：2023-04-03
Applicant: 福州大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于分层微分博弈的多智能体系统编队策略：首先，利用图论，建立智能体之间的通信拓扑结构，并建立智能体模型和障碍物环境模型；其次，针对未知障碍物环境，在策略层，将带有已知障碍物约束的多智能体编队问题转化为分布式微分博弈，并为博弈参与人设计成本函数，建立博弈模型；利用庞特里亚金最小值原理，分析局部纳什均衡解的存在性以及唯一性，并求解局部纳什均衡解的表达形式，给出了局部纳什均衡解全局收敛性条件；在规划层，利用基于滚动优化的二次规划模型实时修改来自策略层的局部纳什均衡解，最后形成混合编队策略；其在理论上保证了智能体成功避开未知障碍物后，混合编队策略能够收敛到局部纳什均衡解。
-
Patent Agency Ranking
公开(公告)号：CN115963837A
公开(公告)日：2023-04-14
申请号：CN202310036765.X
申请日：2023-01-10
Applicant: 福州大学 , 福州哲研智能科技有限公司
IPC: G05D1/02
Abstract: 本发明涉及一种任意通信链故障下的车辆编队纵向控制方法,包括以下步骤：步骤S1:分析Bidirectional‑leader通信拓扑结构下可能的通信链故障情况,并根据故障位置以及处理方法分为三大类型；步骤S2:利用Bidirectional‑leader拓扑结构特征，结合分布式模型预测控制算法针对每一种故障类型，构建相应的主动通信拓扑和控制器变换方案。本发明能够在Bidirectional‑leader所定义的拓扑结构下，自主适应任何一种通信链故障的发生，避免车辆间的碰撞，实现编队的正常运行，为车辆编队实际落地过程中的通信故障情况提供一种安全、可行、实用的对应方法。
-
公开(公告)号：CN109614693B
公开(公告)日：2023-01-03
申请号：CN201811501077.1
申请日：2018-12-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于BP神经网络模型计算各月份天文辐射量的方法，包括以下步骤：步骤S1：采集待计算地区DEM影像，对DEM影像进行预处理；步骤S2：提取DEM影像对应的输入矩阵；步骤S3：对输入矩阵进行归一化处理；步骤S4：构建并训练BP神经网络模型；步骤S5：将归一化后的输入矩阵输入训练后的BP神经网络模型，得到输出矩阵；步骤S6：对输出矩阵进行反归一化，得到待计算地区的月天文辐射数值矩阵。本发明计算月天文辐射数值方法简单，时间短，精度高。
-
公开(公告)号：CN109635239B
公开(公告)日：2021-04-27
申请号：CN201811503789.7
申请日：2018-12-10
Applicant: 福州大学
Abstract: 本发明涉及地理信息系统的技术领域，尤其涉及一种基于BP神经网络模型的年天文辐射量计算方法。本方法包括以下步骤：步骤1，数据下载以及预处理：下载待计算地区的DEM影像，将DEM影像转换为数值矩阵，填充数值矩阵中的空缺值；步骤2，将所述待计算地区的DEM影像构建成输入矩阵；步骤3，对所述输入矩阵归一化处理；步骤4，将所述归一化后的矩阵输入BP神经网络模型，计算得到输出矩阵；步骤5，对输出矩阵进行反归一化，转换成所述计算地区的年天文辐射数值矩阵。本发明的目的在于提供一种基于BP神经网络模型计算年天文辐射量的方法，能够快速准确地计算出指定地点天文辐射量，解决了以往计算方法中模型复杂、计算量大的问题。
-
公开(公告)号：CN109635239A
公开(公告)日：2019-04-16
申请号：CN201811503789.7
申请日：2018-12-10
Applicant: 福州大学
CPC classification number: G06F17/16 , G06N3/0454 , G06N3/084 , G06T17/05
Abstract: 本发明涉及地理信息系统的技术领域，尤其涉及一种基于BP神经网络模型的年天文辐射量计算方法。本方法包括以下步骤：步骤1，数据下载以及预处理：下载待计算地区的DEM影像，将DEM影像转换为数值矩阵，填充数值矩阵中的空缺值；步骤2，将所述待计算地区的DEM影像构建成输入矩阵；步骤3，对所述输入矩阵归一化处理；步骤4，将所述归一化后的矩阵输入BP神经网络模型，计算得到输出矩阵；步骤5，对输出矩阵进行反归一化，转换成所述计算地区的年天文辐射数值矩阵。本发明的目的在于提供一种基于BP神经网络模型计算年天文辐射量的方法，能够快速准确地计算出指定地点天文辐射量，解决了以往计算方法中模型复杂、计算量大的问题。
-
公开(公告)号：CN109614693A
公开(公告)日：2019-04-12
申请号：CN201811501077.1
申请日：2018-12-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于BP神经网络模型计算各月份天文辐射量的方法，包括以下步骤：步骤S1：采集待计算地区DEM影像，对DEM影像进行预处理；步骤S2：提取DEM影像对应的输入矩阵；步骤S3：对输入矩阵进行归一化处理；步骤S4：构建并训练BP神经网络模型；步骤S5：将归一化后的输入矩阵输入训练后的BP神经网络模型，得到输出矩阵；步骤S6：对输出矩阵进行反归一化，得到待计算地区的月天文辐射数值矩阵。本发明计算月天文辐射数值方法简单，时间短，精度高。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.022 seconds)
