-
公开(公告)号：CN116306197A
公开(公告)日：2023-06-23
申请号：CN202211090794.6
申请日：2022-09-07
Applicant: 贵州大学
Abstract: 本发明公开了基于函数型宽度学习网络的复杂制造过程建模与预测方法，该方法为：以函数作为模型的输入，利用权重函数提取输入函数的时序特征，利用积分近似方法求得特征映射节点；然后利用注意力机制提取特征映射节点间的相互关系，从而提高模型的表达能力；最后利用求解隐藏层矩阵的伪逆矩阵来计算得到网络权重。本发明降低了对预测的训练数据的采样间隔的要求，既可以实现对等间隔采样数据的预测，同时也能对非等间隔采样数据进行端到端的预测分析。同时，AFBLS利用注意力机制来对特征映射节点进行进一步的特征提取，抽取出了特征映射节点间的相关关系，更进一步的提高了预测的准确度。
-
公开(公告)号：CN117591915A
公开(公告)日：2024-02-23
申请号：CN202311638816.2
申请日：2023-12-01
Applicant: 贵州大学
IPC: G06F18/24 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/08 , G01R31/34
Abstract: 本发明公开了一种电流信号数据驱动的无人机电机小样本故障诊断方法，包括如下步骤：步骤一：数据采集：分别采集电机的电流时序信号，得到样本数据集X；步骤二：数据预处理：21)将样本数据集X输入宽度学习系统，利用宽度特征映射层对样本数据集X进行线性特征映射；22)利用宽度增强节点层对线性特征映射结果Zin进行非线性特征映射；23)合并线性特征映射结果Zin和非线性特征映射结果Hjm，得到特征矩阵A；步骤三：模型训练：将特征矩阵A输入卷积神经网络，以交叉熵损失函数作为目标函数，基于Adam优化器训练卷积神经网络，得到电机小样本故障诊断模型；步骤四：故障诊断：将电流时序信号输入电机小样本故障诊断模型，输出故障诊断概率。
-
公开(公告)号：CN115481316A
公开(公告)日：2022-12-16
申请号：CN202211069556.7
申请日：2022-09-01
Applicant: 贵州大学
IPC: G06F16/9535 , G06N20/20 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种多模型融合知识蒸馏推荐模型，包括集成学习模块和学生模块，集成学习模块使用全连接层将DeepFM模型、DIN模型和MMDIN模型的预测结果进行加权投票，得到最终的预测结果，其中，加权投票权重大小采用梯度下降法进行自适应调整，学生模块采用浅层DIN结构，使用软标签对学生模型收敛进行指导。本发明增加全连接层，对三个深度学习模型DeepFM、DIN、MMDIN模型的优点进行集成，并使用梯度下降法对全连接层参数进行更新。对模型的参数进行初始化，并对参数变化范围施加限制，使得集成模型更快更好得收敛并模拟各个模型进行投票的场景。
-
公开(公告)号：CN115292932A
公开(公告)日：2022-11-04
申请号：CN202210936714.8
申请日：2022-08-05
Applicant: 贵州大学
IPC: G06F30/20 , G06Q10/06 , G06Q10/08 , G06F111/04
Abstract: 本发明公开了一种基于改进爬山法的多级供应链分销优化方法，该方法包括步骤：(1)建立供应链分销优化数学模型：(2)采用贪婪算法对步骤(1)中的优化数学模型求解，利用改进爬山法对初始解进行优化本发明利用增加记忆功能的改进爬山法来解决爬山法起始点选择对搜索结果影响较大的问题，从而能够有效解决大规模、多周期需求的多级供应链配送优化以及节点动态选择问题，为多级供应链分销网络优化提供一定的决策参考。
-
Patent Agency Ranking
公开(公告)号：CN117993765A
公开(公告)日：2024-05-07
申请号：CN202311841064.X
申请日：2023-12-28
Applicant: 贵州大学 , 贵州航天云网科技有限公司
IPC: G06Q10/0639 , G06Q50/04 , G06N3/006 , G06N3/084 , G06F17/15
Abstract: 本发明属于云制造服务组合优化技术领域，具体涉及可用于异构和资源云端化的云制造服务组合优化方法，步骤包括：设定云制造CMfg平台中服务组合和优化选择SCOS的流程；对服务质量QoS进行评估；对云制造服务的能源消耗进行评估；设定SCOS的目标函数；依据多目标灰狼优化算法MOGWO，建立改进多目标灰狼优化算法MOGWO_LFDE；依据改进多目标灰狼优化算法MOGWO_LFDE求解SCOS的目标函数，实现对CMfg平台中服务资源的组合优化，获取最优的服务组合方案。本发明能够对云制造中服务组合与优化选择(SCOS)问题进行有效求解，对实际应用和提升云制造的绿色可持续发展提供了有价值的参考和指导。
-
公开(公告)号：CN117236368A
公开(公告)日：2023-12-15
申请号：CN202311096491.X
申请日：2023-08-29
Applicant: 贵州大学
IPC: G06N3/006
Abstract: 本发明涉及云制造服务技术领域，尤其涉及基于改进多目标人工蜂鸟算法的云制造服务组合优化方法，通过建立了一个双目标SCOS模型，同时考虑服务质量(QoS)和能耗，以实现云制造的可持续绿色发展并确保SCOS问题的高效求解，通过设计了一种高效的改进多目标人工蜂鸟算法(IMOAHA)用于求解SCOS问题。IMOAHA采用反向学习策略来加强对初始种群的探索，并重新设计了一种基于领导者机制改进的领域觅食策略，IMOAHA算法的综合性能得到了显著提升，求解效率和准确度高于现有算法。
-
公开(公告)号：CN117094435A
公开(公告)日：2023-11-21
申请号：CN202311041708.7
申请日：2023-08-17
Applicant: 贵州大学
IPC: G06Q10/04 , G06N3/006 , G06Q10/0639
Abstract: 本发明公开了一种云制造自适应鲁棒服务组合与优化选择新方法，属于云制造技术领域，该方法包括以下步骤：1)建立自适应鲁棒服务组合与优化选择(ARSCOS)模型；2)采用增强型多目标人工蜂鸟算法(EMOAHA)求解步骤1)中的模型。本发明的自适应鲁棒服务组合与优化选择模型(ARSCOS)，能增强CMS的抗干扰能力，减轻不确定性对任务执行过程的负面影响。
-
公开(公告)号：CN115794768A
公开(公告)日：2023-03-14
申请号：CN202211085123.0
申请日：2022-09-06
Applicant: 贵州大学
IPC: G06F16/21 , G06F16/27 , G06F16/182 , G06F16/18 , G06F16/2457 , G06F16/215 , G06F16/28 , G06F9/48
Abstract: 本发明公开了一种游戏引擎数据湖分层可扩展设计与流批组合即席分析系统，包括业务数据库模块、埋点数据模块、数据采集模块、数据存储模块、数据计算与查询模块和任务调度模块，数据采集模块对业务数据库模块和埋点数据模块进行采集处理，数据存储模块对采集后的数据进行处理存储，数据计算与查询模块对存储的数据进行分析，任务调度模块根据分析后的结果进行调配，数据计算与查询模块的Phonix子模块分别在hbase子模块上建立了多级索引和数据预计算，还包括对数据湖进行数据离线分层扩展设计的分层可扩展设计模块。本发明降低复杂业务指标实现难度，提高计算效率、代码复用性和可靠性，隔离了数据隐私，并解决了离线复杂指标计算过慢的问题。
-
公开(公告)号：CN114648232A
公开(公告)日：2022-06-21
申请号：CN202210318322.5
申请日：2022-03-29
Applicant: 贵州大学
IPC: G06Q10/06 , G06Q50/04 , G06F30/27 , G06N3/00 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种基于改进黑猩猩优化算法的云端化资源柔性作业调度方法，该方法包括以下步骤：（1）根据黑猩猩算法进行其收敛因子的调整以及设置其位置更新策略；（2）根据步骤（1）得到的黑猩猩算法进行云端化资源调度的方案设计，提供数据参考。本发明能够解决柔性作业车间调度问题，本发明提供的一种新的GS、LS和随机搜索相结合的初始化方法，提高种群初始解的质量，加快遗传算法的收敛速度。并与现有技术中的其他遗传算法的测试结果进行比较，计算结果有了进一步提高，同时计算时间有了一定的缩短，验证了所提出的初始化方法的可行性和有效性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
