用于码头的连续泊位和时变岸桥的协同分配方法与装置

    公开(公告)号:CN117391329A

    公开(公告)日:2024-01-12

    申请号:CN202311102069.0

    申请日:2023-08-30

    Abstract: 本发明公开一种用于码头的连续泊位和时变岸桥的协同分配方法与装置,所述方法包括:根据船舶的序号对每个船舶个体进行排序编码;得到一个粗略的第一阶段的可行初始解;时变地为每艘船分配岸桥,同时更新船舶的开始停泊时间和工作时长;对船只进行聚类操作,生成初始种群;基于适应度函数对初始种群进行进化迭代;对每一代种群的最优个体用基于预设的局部搜索算子进行局部搜索操作;得到为预设模型最优解的最优个体。本发明提供了一种创新的船舶泊位和岸桥时变分配方法和装置,显著提高了港口码头的运营效率,达到了最大化岸桥的利用率、提高码头运作的效率的目的。该发明在优化资源联合分配问题方面具有广泛应用前景。

    用于码头的连续泊位和时变岸桥的协同分配方法与装置

    公开(公告)号:CN117391329B

    公开(公告)日:2024-12-03

    申请号:CN202311102069.0

    申请日:2023-08-30

    Abstract: 本发明公开一种用于码头的连续泊位和时变岸桥的协同分配方法与装置,所述方法包括:根据船舶的序号对每个船舶个体进行排序编码;得到一个粗略的第一阶段的可行初始解;时变地为每艘船分配岸桥,同时更新船舶的开始停泊时间和工作时长;对船只进行聚类操作,生成初始种群;基于适应度函数对初始种群进行进化迭代;对每一代种群的最优个体用基于预设的局部搜索算子进行局部搜索操作;得到为预设模型最优解的最优个体。本发明提供了一种创新的船舶泊位和岸桥时变分配方法和装置,显著提高了港口码头的运营效率,达到了最大化岸桥的利用率、提高码头运作的效率的目的。该发明在优化资源联合分配问题方面具有广泛应用前景。

    基于全黑塞曲率的对抗训练模型的数据遗忘方法

    公开(公告)号:CN117436092A

    公开(公告)日:2024-01-23

    申请号:CN202210798643.X

    申请日:2022-07-07

    Abstract: 本发明提供的一种基于全黑塞曲率的对抗训练模型的数据遗忘方法,将训练数据集中的样本图片输入至逻辑斯蒂模型学习训练,得到训练完成的逻辑斯蒂模型的参数;接收移除请求,当移除请求数量达到移除机制启动阈值时,使用共轭梯度法求解目标样本的全黑塞矩阵的相关信息与所有样本图像的全黑塞矩阵和,两者之间影响函数所导出的线性方程组来更新逻辑斯蒂模型的参数。本发明采用全黑塞矩阵相关形式,通过引入一系列的近似和转换增强移除的效率,极大地减小黑塞矩阵部分的计算量,同时仍然保持有效的遗忘学习性能。本发明的方法可以降低用户数据被不法分子所窃取的可能性。

    一种满足后进先出后进先出约束的取送货车辆路由方法

    公开(公告)号:CN116523430A

    公开(公告)日:2023-08-01

    申请号:CN202211096373.4

    申请日:2022-09-06

    Abstract: 本发明涉及一种取送货车辆路由方法,具体的说是一种满足后进先出约束的取送货车辆路由方法,包括基于取送货二叉树构建满足后进先出约束的车辆路由方案:A.定义算法的满足后进先出约束的编码方式,即取送货二叉树;B.根据编码方式随机生成满足约束的种群个体;C.执行选择算子;D.执行树间交叉算子;E.执行树内变异算子;F.输出最优解,A.定义取送货二叉树:定义取送货的二叉树结构,每一颗树表示的是一辆车的取送货方案,如以下方案所示:取送货数车辆路由方案一,取送货数结构一。本发明采用取送二叉树编码结构先验地保证了算法的可行性,在整个搜索过程中的算法都是可行的,避免了无效搜索,大幅提高了算法的搜索性能。

Patent Agency Ranking