-
公开(公告)号：CN116719285A
公开(公告)日：2023-09-08
申请号：CN202310707020.1
申请日：2023-06-15
Applicant: 北京理工大学
IPC: G05B19/418
Abstract: 本发明公开一种基于数据和模型混合驱动的生产线调度方法，首先，根据柔性生产线中资源位置及布局、作业订单数量及种类、随机噪声扰动等要素，构建随机扰动下柔性生产线调度模型；然后，根据数据和模型混合驱动框架，对该调度模型求解；在数据和模型混合驱动框架中，数据驱动指的是基于值分解的多智能体强化学习算法，模型驱动指的是启发式分派规则和经验知识，二者的混合驱动主要体现在三个方面：一是将调度规则用于指导智能体策略选择，二是基于调度场景知识设计奖励函数，三是用历史经验和数据有监督训练噪声检测与去噪模块；最后，在扰动环境下，采用这种数据和模型混合驱动方法进行生产线调度，本发明用于求解随机扰动下的柔性生产调度。
-
公开(公告)号：CN116700173A
公开(公告)日：2023-09-05
申请号：CN202310704917.9
申请日：2023-06-14
Applicant: 北京理工大学
IPC: G05B19/418
Abstract: 本发明公开一种基于图表示学习的生产线动态调度方法，根据生产线的资源类型数量、订单对应任务的资源需求、任务持续时间、到达时间，构建生产线动态调度模型；通过状态编码与特征嵌入表示来提取生产线调度所需要的隐含特征，形成相应的状态图表示；按照先进先出规则形成一个初始解，即调度的初始状态；通过区域选择器模块，选择状态图中每次需要重调度的区域；通过规则选择器模块，选择合适的交换动作对区域选择器输出的区域进行重调度；重复地将调度解依次输入调度选择器与规则选择器模块，并在满足终止条件后得到最终解；本发明能够得到效果卓越的生产线调度方案。
-
公开(公告)号：CN116612345A
公开(公告)日：2023-08-18
申请号：CN202310410048.9
申请日：2023-04-18
Applicant: 北京理工大学
IPC: G06V10/774 , G06V10/82 , G06N3/084 , G06N3/0985 , G06N3/094
Abstract: 本发明公开了一种基于元学习对抗特征的对抗训练方法和系统，涉及图像识别技术领域，能够提升深度神经网络模型的鲁棒性。首先对训练数据集批处理化，得到多个训练批次的数据输入至待训练的深度神经网络模型；对于每个批次的数据，计算神经网络模型的输出结果与该批次对应真实标签之间的损失函数，根据损失函数对初始化扰动进行梯度下降更新，获得该批次的元对抗扰动。选取最优的元对抗扰动，叠加在当前批次数据中，对当前训练批次数据执行梯度下降，并向允许扰动的范围内进行投影，得到当前训练批次数据对应的对抗样本数据。使用对抗样本数据对深度神经网络模型采用梯度下降方法进行训练，得到具备防御对抗攻击效果的鲁棒深度神经网络模型。
-
公开(公告)号：CN116151581A
公开(公告)日：2023-05-23
申请号：CN202310199225.3
申请日：2023-02-28
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/04 , G06N7/01
Abstract: 本发明提供的一种柔性车间调度方法、系统及电子设备，涉及离散制造智能调度技术领域。本发明包括：根据预设生产目标随机在生产车间内生成多个柔性车间环境；基于马尔科夫决策过程构建生产车间的调度策略模型；利用调度策略模型和多个数据集，同时对特征提取网络、Actor网络和Critic网络进行优化，优化完成后确定最大完工时间对应的调度计划为最优调度计划；基于最优调度计划完成预设生产目标。本发明通过对多个车间环境分别进行特征提取用于生成调度方案，进而提高柔性车间调度的效率和合理性。
-
公开(公告)号：CN115629544A
公开(公告)日：2023-01-20
申请号：CN202211331357.9
申请日：2022-10-28
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明公布了一种数据驱动的多智能体系统自触发跟踪控制方法，解决了有向通信拓扑下，未知模型的领导跟随多智能体系统一致性跟踪控制问题。首先。提出了一种分布式数据驱动自触发通信机制，实现在当前触发时刻仅利用数据决定下一个触发时刻，避免了连续状态检测，节约了计算和通信资源；其次，本方案在保证多智能体系统渐近一致跟踪的基础上，避免了智能体间连续通信，有效减少了通信负荷，进一步节约了资源；最后，本方案提供了一种仅利用状态‑输入数据联合设计控制器和触发矩阵的方法，消除了传统控制对系统模型的依赖，首次实现了针对未知多智能体系统的自触发一致性跟踪控制。
-
Patent Agency Ranking
公开(公告)号：CN113014605B
公开(公告)日：2021-12-28
申请号：CN202110401648.X
申请日：2021-04-14
Applicant: 北京理工大学
Abstract: 本发明提供一种针对拒绝服务攻击和扰动的量化控制方法，根据各传输通道是否处于传输时刻、处于传输时刻时是否受到拒绝服务攻击来为状态预测器选用不同的更新方式，并根据更新后的状态预测器重新获取待镇定系统的输入，再根据重新获取的输入实现待镇定系统的量化控制；由此可见，本发明所设计的可切换量化控制器，首次实现了对状态量存在扰动、输出通道带宽受限并且存在拒绝服务(DoS)攻击情况下的系统的镇定控制，也即使得受到扰动的线性系统能够在拒绝服务攻击发生频率和持续时间受到限制的情况下仍能保持正常运行状态。
-
公开(公告)号：CN113836810A
公开(公告)日：2021-12-24
申请号：CN202111138454.1
申请日：2021-09-27
Applicant: 北京理工大学重庆创新中心
IPC: G06F30/27 , G06F30/15 , G06F119/02
Abstract: 本发明提供一种飞行器及其姿态控制模型参数辨识方法、装置及存储介质，创新性地引入遗传算法对特征模型的参数进行辨识，对于飞行器俯仰、滚转、偏航三个姿态角通道分别建立特征模型，分别输入遗传算法辨识过程，达到精度要求指标后输出所需的辨识参数估计结果，可用于控制器设计；可实现在线循环运算，但不再需要进行反复的矩阵运算，因此降低了对硬件算力的要求，提高了参数辨识效率；与传统算法不同，遗传算法同时考虑多个搜索结果，以目标函数作为搜索信息，更加有效，可以避免局部最优解，因此也提高了参数辨识精度；此外，遗传算法对目标函数的限制最小，其并行计算能力提高了它的运行速度。
-
公开(公告)号：CN113014605A
公开(公告)日：2021-06-22
申请号：CN202110401648.X
申请日：2021-04-14
Applicant: 北京理工大学
Abstract: 本发明提供一种针对拒绝服务攻击和扰动的量化控制方法，根据各传输通道是否处于传输时刻、处于传输时刻时是否受到拒绝服务攻击来为状态预测器选用不同的更新方式，并根据更新后的状态预测器重新获取待镇定系统的输入，再根据重新获取的输入实现待镇定系统的量化控制；由此可见，本发明所设计的可切换量化控制器，首次实现了对状态量存在扰动、输出通道带宽受限并且存在拒绝服务(DoS)攻击情况下的系统的镇定控制，也即使得受到扰动的线性系统能够在拒绝服务攻击发生频率和持续时间受到限制的情况下仍能保持正常运行状态。
-
公开(公告)号：CN119584013A
公开(公告)日：2025-03-07
申请号：CN202411229841.X
申请日：2024-09-03
Applicant: 北京理工大学
IPC: H04R3/00
Abstract: 本发明提供一种噪声数据未知系统输出调节方法及装置，属于无人系统控制技术领域。具体步骤包括：根据外部参考信号构造演化矩阵，计算内膜矩阵对，构造内膜状态；在内膜系统和未知物理过程线性系统上添加过程噪声，令线性系统、传感器以及内膜系统相连，直接向线性系统施加控制输入，将传感器输出与期望跟踪的轨迹做差作为内膜系统的输入，收集输出数据，构建状态矩阵；利用外部参考信号的演化矩阵构造滤波矩阵；计算控制增益矩阵；利用控制增益矩阵构造基于状态反馈的控制器；令线性系统、传感器、内膜系统以及控制器依次相连，进行在线运行实现闭环系统的输出调节。
-
公开(公告)号：CN119335913A
公开(公告)日：2025-01-21
申请号：CN202411213222.1
申请日：2024-08-30
Applicant: 北京理工大学
IPC: G05B19/042
Abstract: 本发明属于无人系统控制技术领域，具体涉及一种数据驱动的未知非线性系统输出调节方法及装置。该方法具体过程为：内膜系统构造：根据外部参考信号构造演化矩阵的k阶辅助矩阵，基于所述辅助矩阵计算内膜矩阵对，构成内膜系统；令非线性系统、传感器以及内膜系统依次相连，直接向非线性系统施加控制输入，将传感器输出与期望跟踪的轨迹做差作为内膜系统的输入，收集到非线性系统的状态以及内膜系统的状态，计算非线性系统的非线性状态、状态的导数和内膜系统状态的导数；利用外部参考信号的演化矩阵构造滤波矩阵；利用收集数据和滤波矩阵，求解一个半正定规划问题，得到构造控制增益矩阵；利用控制增益矩阵构造反馈控制器实现系统输出控制。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.035 seconds)
