一种基于预测模型的多AGV分布式路径规划方法

    公开(公告)号:CN117055544A

    公开(公告)日:2023-11-14

    申请号:CN202310079487.6

    申请日:2023-02-07

    Applicant: 郑州大学

    Abstract: 本发明涉及计算机技术领域,公开了一种基于预测模型的多AGV分布式路径规划方法,包括:S1、获取目标任务;S2、将自动导引车的速度离散化,确定全局决策变量并进行约束,得到总运输时间目标函数并得到全局混合逻辑动态模型;S3、基于全局混合逻辑动态模型得到预测运输时间目标函数并得到局部混合逻辑动态模型;S4、基于局部混合逻辑动态模型得到预测模型,将每个自动导引车的信息及其对应的子目标任务输入预测模型得到每个自动导引车的路径规划。本发明的方法具有减少计算量、简化计算过程、能在保证AGV间无碰撞的前提下获得最短的目标完成时间、提高效率的技术优势。

    一种机器人柔性行为决策方法及设备

    公开(公告)号:CN113671834B

    公开(公告)日:2023-09-01

    申请号:CN202110973178.4

    申请日:2021-08-24

    Applicant: 郑州大学

    Abstract: 本申请提供一种机器人柔性行为决策方法及设备,本申请通过获取当前环境信息、目标任务以及机器人当前状态信息;基于监督学习模型和强化学习模型构建神经网络混合模型,根据当前环境信息动态调整神经网络混合模型的结合系数,并增加好奇度指标对强化学习模型进行改进,得到改进后的神经网络混合模型;将当前环境信息、目标任务以及机器人状态信息输入改进后的神经网络混合模型中,得到柔性行为决策,即将强化学习和监督学习进行动态结合,在强化学习中实现环境探索‑利用的动态自适应调节,从而实现移动机器人在未知环境中柔性的行为决策,提高移动机器人适应能力和学习能力。

    一种基于回声状态网络的时间序列预测方法及设备

    公开(公告)号:CN113902105A

    公开(公告)日:2022-01-07

    申请号:CN202111388820.9

    申请日:2021-11-22

    Applicant: 郑州大学

    Abstract: 本申请提供一种基于回声状态网络的时间序列预测方法及设备,本申请基于多层ESN网络的基本结构和逻辑映射的机理,提出一种可以有效初始化多层ESN输入权重和储存池层之间连接权重的LM初始化机制,LM可以增加多层ESN的层与层之间的连接权重的混沌动力学特性,而且还可以增加多层ESN的泛化性能,从而降低模型的复杂度,同时通过一种较新的剪枝方法‑偏置随机失活算法对每个储存池层的冗余神经元进行精准剪枝,有效地提高多层ESN的性能,而且可以使每个储存池层更加稀疏,从而提高时间序列预测精确度和效率。

    一种机器人柔性行为决策方法及设备

    公开(公告)号:CN113671834A

    公开(公告)日:2021-11-19

    申请号:CN202110973178.4

    申请日:2021-08-24

    Applicant: 郑州大学

    Abstract: 本申请提供一种机器人柔性行为决策方法及设备,本申请通过获取当前环境信息、目标任务以及机器人当前状态信息;基于监督学习模型和强化学习模型构建神经网络混合模型,根据当前环境信息动态调整神经网络混合模型的结合系数,并增加好奇度指标对强化学习模型进行改进,得到改进后的神经网络混合模型;将当前环境信息、目标任务以及机器人状态信息输入改进后的神经网络混合模型中,得到柔性行为决策,即将强化学习和监督学习进行动态结合,在强化学习中实现环境探索‑利用的动态自适应调节,从而实现移动机器人在未知环境中柔性的行为决策,提高移动机器人适应能力和学习能力。

    一种基于深度Q学习的环卫车实时路线规划方法

    公开(公告)号:CN113420942A

    公开(公告)日:2021-09-21

    申请号:CN202110811315.4

    申请日:2021-07-19

    Applicant: 郑州大学

    Abstract: 本申请提供一种基于深度Q学习的环卫车实时路线规划方法,本申请通过步骤一,获取历史最快路线,根据所述历史最快路线确定首次待服务街道;步骤二,获取当前实时路况信息、当前待服务街道序号、当前时刻、未访问服务街道数量,构建基于马尔科夫策略的神经网络模型,基于所述神经网络模型得到当前最优路线,确定下一次所述待服务街道;步骤三,所述环卫车到达下一次所述待服务街道后,重复步骤二,直至遍历所有所述待服务街道返回至车库,提高了发生意外事故后的自适应路径规划能力,在时变的交通环境中得到环卫车用时最短的服务路线,降低了环卫车作业的总用时,从而缓解了城市交通的拥堵情况。

    未知环境下基于生物启发的多机器人协作搜索方法

    公开(公告)号:CN113110517A

    公开(公告)日:2021-07-13

    申请号:CN202110564769.6

    申请日:2021-05-24

    Applicant: 郑州大学

    Abstract: 本发明公开了一种未知环境下基于生物启发的多机器人协作搜索方法,S1,将多机器人整体视作一个系统,记为MRS;每个机器人视为一个子系统,记为RS;S2,建立栅格地图,每个栅格有三种状态:存在目标、无障碍物和目标、存在障碍物;每个机器人利用携带的传感器获取其周围环境信息并更新栅格地图状态;S3,基于栅格地图建立二维生物启发神经网络,每个神经元对应一个栅格,并有一个匹配的神经元活性值;S4,将二维生物启发神经网络与栅格地图的状态结合;S5,初始化神经元活性值和所述RS运动步数;S6,各RS之间进行迭代协同决策,确定每个RS下一步运动至哪个栅格。本发明通过MRS之间迭代协同决策,确保RS之间无相互碰撞,大大提高了机器人之间的协作性能。

    一种机器人控制方法及设备

    公开(公告)号:CN111645076B

    公开(公告)日:2021-05-11

    申请号:CN202010552467.2

    申请日:2020-06-17

    Applicant: 郑州大学

    Abstract: 本申请的目的是提供一种机器人控制方法及设备,本申请通过模拟灵长类动物大脑生理机制中的前扣带回皮层神经调节机制对所述探索速度进行动态调整,根据所处环境来实时调节探索和利用的程度,从而实现了机器人在利用环境与探索环境之间动态平衡,提高了机器人行为决策过程中的学习收敛速度,有利于得到更优的全局解。

    一种智能的自动化集装箱码头节能综合调度方法

    公开(公告)号:CN111325481A

    公开(公告)日:2020-06-23

    申请号:CN202010180949.X

    申请日:2020-03-16

    Applicant: 郑州大学

    Abstract: 本发明具体公开了一种智能的自动化集装箱码头节能综合调度方法,所述方法包括以下步骤:S1、基于遗传算法的框架,将集装箱装卸任务进行随机编码以形成一个初始种群;S2、计算种群中每个个体的适应度值作为当前代解;S3、判断当前代解的最小值是否为当前最优解;S4、将每个个体的适应度值从小到大排序,并取前1/8的个体作为优秀个体;S5、将所选取的1/8优秀个体作为父体进行翻转、交叉、变异和随机操作,获取1/8的父代所对应7/8的子代,然后将该1/8父代和7/8子代组合构成一个完整的种群并遗传至下一代;S6、判断步骤S5中得到的下一代是否达到终止条件,若是则终止算法,否则返回步骤S2。本发明不仅提高了集装箱装卸作业效率,而且显著降低了设备的能耗。

    基于分层模糊系统的石油钻井工程事故预警方法

    公开(公告)号:CN100511041C

    公开(公告)日:2009-07-08

    申请号:CN200710055178.6

    申请日:2007-09-18

    Abstract: 本发明公开了一种基于分层模糊系统的石油钻井工程事故预警方法,1.建立石油钻井工程事故预警的模型数据库;2.建立石油钻井工程事故预警的输入变量;3.分析输入信号的特征信息;4.建立分层模糊系统的结构模型;5.对第三步中确定的输入变量进行区间映射和统一模型的分层模糊推理;6.确定石油钻井工程事故预警系统输出量;7.预警结果的自调整。本发明优点在于利用分层模糊系统,将石油钻井工程事故预警系统中多输入物理变量转化为由低维模糊单元分层连接构成的分层系统,使模糊系统的规则数只随输入变量数线性增长,因此,杜绝了“维数灾”现象的发生,从而实现准确、有效、便捷地对石油钻井工程事故进行预警的目的。

    一种基于土压平衡盾构机参数数据的反演建模方法

    公开(公告)号:CN111291500B

    公开(公告)日:2023-03-31

    申请号:CN202010151474.1

    申请日:2020-03-06

    Abstract: 本发明公开了一种基于土压平衡盾构机参数数据的反演建模方法,包括如下步骤:步骤A:提取历史运行数据集data,然后提取平稳掘进段的数据形成数据集data1;步骤B:在数据集data1中选取出优质掘进环的平稳掘进段数据形成数据集data2;步骤C:将数据集data2扩充3个属性项,分别存放在各个目标参数的水平值形成数据集data3;步骤D:将数据集data3以整环为单位划分为训练集和测试集,确定模型超参数;步骤E:提取土压平衡盾构机的实时正常掘进段数据,代入学习的随机森林模型,计算出各个目标参数的水平值;本发明针对土压平衡盾构机原始施工数据,采用机器学习中随机森林模型的方法反演出目标参数建议水平值,为土压平衡盾构机施工的辅助掘进提供了技术支撑。

Patent Agency Ranking