-
公开(公告)号：CN118938999A
公开(公告)日：2024-11-12
申请号：CN202411005423.2
申请日：2024-07-25
申请人： 东南大学 , 北京京航计算通讯研究所
IPC分类号： G05D1/695 , G05D109/20
摘要： 本发明提出了一种无人机集群通信与决策针对链路动态性的智能目标任务分配方法，以应对链路动态性带来的挑战。随着无人机网络结构日趋复杂，链路的不稳定性对智能体间的交互稳定性造成影响。本方法通过分组、分层策略，将受动态性因素影响的任务迁移给其他智能体，减少任务接收次数，降低动态性因素传播风险，更好更智能地完成目标任务分配工作。具体操作包括将无人机建模为智能体，将不同层次的无人机群建模为网络层，对智能体任务进行三类分组，并根据智能体接受和任务完成的风险与成本，选择迁移智能体。与传统集中式任务迁移方法相比，本发明有效减轻了动态性因素影响，提高了任务完成率。
-
公开(公告)号：CN118966646A
公开(公告)日：2024-11-15
申请号：CN202411005417.7
申请日：2024-07-25
申请人： 东南大学 , 北京京航计算通讯研究所
IPC分类号： G06Q10/0631 , G06N5/04 , G06N3/0442 , G06N3/042 , G06N3/092
摘要： 本发明提供了一种针对无人机群中辅助任务不确定到达时间特性的任务目标分配方法，以解决大规模混杂智能无人机群体面对周期性到达的辅助任务决策时的局部最优性问题。在高动态博弈场景中，智能无人机群体需要执行的任务分为主要任务与辅助任务，辅助任务完成可以对主要任务起辅助作用，降低其执行时间。面对实际对抗环境中辅助任务的到达时间与影响范围不确定的情况，提出以下方法。首先，该方法构建任务之间的注意力模型为任务计算特征向量；其次，任务的到达时间等属性结合构建智能体和任务之间的注意力模型；最后，使用分层强化学习的方法对任务进行分配处理。本方法加快了任务整体的完成时间，提高了系统的存活率。
-
公开(公告)号：CN118966649A
公开(公告)日：2024-11-15
申请号：CN202411005438.9
申请日：2024-07-25
申请人： 东南大学
IPC分类号： G06Q10/0631
摘要： 本发明提出了一种大规模无人机集群在线任务调配优化方法，包括一个在线调配框架和三种针对低优先级任务、高优先级任务、混合优先级任务的调配策略。首先，无人机被建模为智能体，大规模集群中的无人机按层次建模为网络层，并对智能体上的任务和新到来的在线任务进行建模。其次，为处理实时任务并降低开销，设计了包含任务输入预处理、计算调度、处理反馈三个阶段的在线调配框架。最后，基于框架，分别设计了被动调配策略应对低优先级任务，主动调配策略应对高优先级任务，以及主被动结合策略应对混合任务集，旨在减少调配对系统影响，提升任务成功率和完成率。
-
公开(公告)号：CN117626950A
公开(公告)日：2024-03-01
申请号：CN202311778098.9
申请日：2023-12-22
申请人： 东南大学 , 河南省黄河高速公路有限公司
摘要： 本发明公开了一种水域环境下采用囊袋改良带钢护筒桩的技术及施工方法，包括钢护筒、囊袋、刃角保护装置、高压注浆软管等。所述钢护筒作为组合桩施工的围堰，也是下放囊袋的载体；所述囊袋为一内部处处贯通的圆环，袋身用高强度胶结剂固定在钢护筒内壁；所述刃角保护环为一圈与钢护筒成微小夹角的钢环，焊接于钢护筒内壁。施工方法，包括焊接刃角保护环，用高强度胶结剂将囊袋固定在钢护筒内壁，囊袋钢制注浆口与高压注浆软管作可靠连接，打入钢护筒，钢护筒内钻孔成桩，向囊袋内进行注浆，对水域环境所成桩形成环形加固。本发明施工简单，不仅改善了桩周混凝土质量浇筑不佳的问题，且对水域环境桩的截面突变处形成可靠加固。
-
公开(公告)号：CN116882698A
公开(公告)日：2023-10-13
申请号：CN202310909670.4
申请日：2023-07-21
申请人： 东南大学
IPC分类号： G06Q10/0631 , G06Q10/1093 , G06Q50/04 , G06Q30/0201
摘要： 本发明提供了一种多重网络化产业链中任务处理系统粗时间粒度调配优化方法，以解决其在生产过程中存在的无法满足多个网络之间的任务约束，不能有效实现多重网络产业链的全局最优解的问题。首先，根据数据规模的不同选取不同的调配方法。在小规模场景中将任务在组件中执行的决策变量构建出一棵树，通过剪枝与递归搜索得到一个最优解；在大规模场景中通过元启发式级联自适应算法对解集中的随机解进行邻域插入和交换操作，不断迭代后取得一个较优解。与传统的单层网络调度算法相比，本方法重点研究多重网络产业链的特征和数据规模的差异，尽可能降低任务处理的最大完成时间和所需要的能源成本，能在多重网络产业链结构中取得更好的调度结果。
-
公开(公告)号：CN118966647A
公开(公告)日：2024-11-15
申请号：CN202411005425.1
申请日：2024-07-25
申请人： 东南大学
IPC分类号： G06Q10/0631 , G06N5/04 , G06N3/042 , G06N3/092 , G06N3/044
摘要： 本发明提出了一种针对高动态博弈场景中无人机群体的辅助任务截止时间特性的任务分配方法。该方法旨在解决辅助任务超时消失对系统稳定性的影响。辅助任务在截止时间前完成可加速其他任务的完成。在高动态博弈场景下，辅助任务的作用范围并不确定，辅助任务之间的级联扩散影响也不确定，增大了问题的复杂度。本发明首先对任务进行时间编码，生成特征向量；然后计算任务截止优先级并更新智能体特征；最后应用多智能体系统决策学习进行任务分配。与现有方法相比，本发明通过时间编码和截止优先级的计算，结合注意力机制，有效提升了任务完成率和系统在复杂博弈环境中的存活率。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.055 秒)
