基于二维区间预测搜索平流层飞艇区域驻留路径规划方法

    公开(公告)号:CN119886477A

    公开(公告)日:2025-04-25

    申请号:CN202411374897.4

    申请日:2024-09-29

    Abstract: 本发明公开了基于二维区间预测搜索平流层飞艇区域驻留路径规划方法,该方法包括如下步骤,建立平流层飞艇的能源消耗模型,根据平流层飞艇飞行空速与能源消耗表达出优化问题;参考区间预测算法、模拟退火算法,根据平流层飞艇的动力学模型与能源消耗模型求解出优化问题,得出最优飞行空速与飞艇航向角;其次,更新飞艇当前状态量,并进行任务完成判断。在实际应用中,将飞行任务的起始能源储备量,任务起始点,目标点等状态量输入到控制器中,再调整飞行任务优化目标优先级参数,从而使平流层飞艇规划出一条满足要求的航线来完成任务。本发明在应用于平流层飞艇区域驻留任务时实现在以空域外目标点为起点时驶入空域并进行区域驻留的任务情况。

    一种基于自适应多约束差分进化算法的车辆路径优化方法

    公开(公告)号:CN114330810B

    公开(公告)日:2025-04-01

    申请号:CN202111237064.X

    申请日:2021-10-24

    Abstract: 本发明针对多约束多目标车辆路径优化问题,设计了一种基于自适应多约束差分进化算法的车辆路径优化方法,将车辆使用数目和总行驶距离作为优化目标,采用多目标差分进化算法,自适应调整多个进化机制,利用可行解引导的差分变异策略,提高解集的收敛性,设计基于约束支配准则的评估机制进行选择操作,提高最优解的多样性,获得最佳的车辆路径优化方案,降低了企业运输成本,增加了物流配送效益。

    一种城市污水处理过程多随机采样间隔模型预测控制方法

    公开(公告)号:CN119536393A

    公开(公告)日:2025-02-28

    申请号:CN202411611791.1

    申请日:2024-11-12

    Abstract: 本发明提出了一种城市污水处理过程多随机采样间隔模型预测控制方法,实现了具有多随机采样间隔特性的溶解氧浓度和硝态氮浓度的稳定控制。考虑被控系统的多随机采样间隔特性,建立了具有不同预测步长的模糊神经网络模型,设计了预测数据插值算法以减轻使用多模型预测计算复杂度,设计了自适应标称预测节点更新机制以保证插值预测精度,从而计算出下一可能采样时刻溶解氧浓度和硝态氮浓度的预测输出值,构建了基于预测输出的目标函数,通过最小化目标函数计算出模型预测控制律,攻克了由于多随机采样间隔特性所带来的城市污水处理过程溶解氧浓度和硝态氮浓度的稳定控制难题。实验结果表明该方法能够保证溶解氧浓度和硝态氮浓度的控制精度。

    一种基于多任务学习的智能合约漏洞检测方法

    公开(公告)号:CN114218580B

    公开(公告)日:2025-02-25

    申请号:CN202111482288.7

    申请日:2021-12-07

    Abstract: 本发明公开了一种基于多任务学习的智能合约漏洞检测方法,利用基于硬参数共享的多任务学习框架实现智能合约漏洞检测技术。首先在数据准备阶段,对智能合约数据集进行清洗,并通过现有检测工具进行漏洞分类及标签标记;在数据预处理阶段,将智能合约样本源码编译形成字节码,然后对字节码进行清洗处理,然后反编译转化成操作码序列,形成模型的输入;接着在模型构建阶段,构建基于多任务学习的智能合约检测模型;最后在训练阶段,按照数据预处理阶段得到的操作码序列输入到模型中进行训练,实现对漏洞的判断及检测。该模型在智能合约的数据集上展现了较好的识别功能,检测时间较短且恒定,而且由于多任务学习的特性,该模型具有较好的泛化能力。

    一种基于设备不确定性的分布式系统工况辨识方法

    公开(公告)号:CN119202715A

    公开(公告)日:2024-12-27

    申请号:CN202411227082.3

    申请日:2024-09-03

    Abstract: 本发明提出一种基于设备不确定性的分布式系统工况辨识方法,旨在解决由于数据异质所带来的工况辨识挑战。该方法通过量化设备的不确定性,有效地对分布式系统中的设备进行可靠建模,从而提高系统工况辨识的准确性。通过降低不同客户端中的预测不确定性并聚合可靠客户端,本发明实现了在数据异质条件下对系统工况的高效辨识,特别是在不同设备间数据分布差异较大的情况下,能够显著提升全局模型的预测精度,为分布式系统的可靠状态监测提供了坚实的技术基础。

    一种数据和知识驱动的研究生培养质量分析方法

    公开(公告)号:CN119130212A

    公开(公告)日:2024-12-13

    申请号:CN202410602667.2

    申请日:2024-05-15

    Abstract: 本发明提出了一种数据和知识驱动的研究生培养质量分析方法,针对研究生培养过程中学生培养效果和质量差异大、评价指标多样化等问题,达到科学客观地分析研究生培养质量的目的。本发明利用主成分分析方法对研究生系统数据进行特征变量挖掘,使用相关性分析方法对数据进行预处理,使用Min‑Max标准化对数据进行归一化,挖掘研究生培养质量相关特征指标,解决了研究生质量分析的数据维数高的问题,实现质量分析数据降维的目的;设计的知识驱动的研究生培养质量评估模型,将合理规则知识和可得数据结合对研究生培养质量相关特征指标加权求和,获得了培养质量分析模型;建立基于TOPSIS的培养质量评价机制,对培养质量进行排序,并实现分级评价。

    一种基于软约束模型预测控制的污泥膨胀抑制方法

    公开(公告)号:CN118878061A

    公开(公告)日:2024-11-01

    申请号:CN202410904384.3

    申请日:2024-07-08

    Abstract: 本发明提出了一种基于软约束模型预测控制的污泥膨胀抑制方法,根据引发污泥膨胀的原因变量自适应地调整控制策略,使溶解氧浓度和硝态氮浓度跟踪到期望值实现污泥膨胀的抑制。本发明设计污泥膨胀智能诊断算法,计算相对重构贡献诊断引发污泥膨胀的原因变量,设计软约束模型预测控制策略,根据原因变量指导被控目标的优先级排序,利用松弛变量软化严格的输出约束,按序优化被控目标获得控制律。实验结果表明该方法能够有效抑制城市污水处理过程中的污泥膨胀。

Patent Agency Ranking