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

发明人： 蒋嶷川 ,  彭浩原 ,  何欣敏 ,  李攀 ,  狄凯 ,  张彤 ,  王凤敏 ,  范国超 ,  刘雄军

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

发明人： 蒋嶷川 ,  刘越 ,  陈文博 ,  姜元爽 ,  李攀 ,  狄凯 ,  白洋 ,  郝创博 ,  王宏君

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：CN116776963A

公开(公告)日：2023-09-19

申请号：CN202310637974.X

申请日：2023-05-31

申请人： 东南大学

发明人： 蒋嶷川 ,  陈文博 ,  姜元爽 ,  狄凯

IPC分类号： G06N3/092 ,  G06N3/084 ,  G06N3/045 ,  G06N3/008

摘要： 本发明提出了针对对抗场景下不确定性辅助任务的分层强化学习方法。首先进行上层的任务分配阶段，智能体先获取全局环境信息，然后提取出其中对自身重要的辅助任务信息，再基于此提取出重要的主要任务信息，最后结合其它智能体的信息学习出任务分配策略；然后进行下层的任务执行阶段，智能体先根据分配结果构建专属子环境，然后在子环境内学习出任务执行顺序，最后执行具体动作。本专利提出的分层强化学习算法可以更高效地帮助多智能体系统学习如何执行不确定辅助任务，通过先学习上层的多智能体不确定辅助任务分配策略，再学习下层的单智能体不确定辅助任务执行策略，分别解决不确定辅助任务对群体和个体的影响，可以有效降低问题的复杂度。

公开(公告)号：CN113111935A

公开(公告)日：2021-07-13

申请号：CN202110372411.3

申请日：2021-04-07

申请人： 东南大学

发明人： 蒋嶷川 ,  华名慧 ,  柳天祎 ,  狄凯

IPC分类号： G06K9/62 ,  G06Q40/04

摘要： 本发明公开了一种大宗商品电子商务市场中基于交易数据实时聚类的相同交易主体判定方法，所述方法用于判断两个交易主体是否为相同交易主体，所述方法包括：对于实时到来的交易数据基于交易品种、交易时间和交易规模进行实时聚类；基于聚类结果中相同簇中的相似交易比例获得两个交易主体的交易相似度；若所述交易相似度大于相似度阈值，则判定所述两个交易主体是同一交易主体，本发明解决了传统的基于交易主体的注册信息判定相同主体的方法难以应用在大宗商品跨平台交易情景的问题，有效利用交易信息，聚集相似交易，实现从相似交易角度进行相同主体判定。

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

发明人： 蒋嶷川 ,  彭浩原 ,  李攀 ,  狄凯

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：CN118966648A

公开(公告)日：2024-11-15

申请号：CN202411005427.0

申请日：2024-07-25

申请人： 东南大学

发明人： 蒋嶷川 ,  姜元爽 ,  钱睿溢 ,  狄凯

IPC分类号： G06Q10/0631 ,  G06N3/045 ,  G06N3/092

摘要： 本发明提出了一种针对多无人机集群任务迁移的混杂图注意强化学习方法。该算法基于混杂注意力机制的多智能体强化学习，通过使用混杂注意力通信机制来学习群体结构的结构影响。具体而言，每个组的领导智能体首先通过组内注意网络了解组内智能体之间的影响关系，分析在多无人机集群下的策略关联，获得每个组的动态沟通信息。随后，各智能体通过组间注意机制综合多个组间的通信信息，学习组间的动态交互，获取任务迁移策略，最终，引导智能体实现高效的任务迁移和协作。

公开(公告)号：CN116932217A

公开(公告)日：2023-10-24

申请号：CN202310925250.5

申请日：2023-07-25

申请人： 东南大学

发明人： 蒋嶷川 ,  毛烨昊 ,  牟玉宇 ,  陈福林 ,  柳天祎 ,  狄凯

IPC分类号： G06F9/50

摘要： 本发明提供了一种多重网络化产业链中面向智能体动态性的自适应任务迁移方法，以解决网络层与任务不匹配导致负载不均衡、智能体过载风险的问题。首先，将多重网络化产业链上的智能体进行动态性建模，并选择网络层内的后备智能体来替换故障智能体；其次，为了解决网络层间出现负载不均衡问题，计算各网络层间的状态势场，随着势场降低的方向进行网络层间任务迁移；最后，为了减少智能体的过载风险，计算网络层内各智能体的状态势场，通过势场梯度进行网络层内的任务迁移。与传统基于单一方法任务迁移策略相比，本方法研究网络层内与网络层间任务迁移的特性，实现网络层间的负载平衡，同时能有效减少智能体过载风险，提高产业链的稳定性。

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

发明人： 蒋嶷川 ,  华宇昊 ,  白鑫磊 ,  李攀 ,  狄凯

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：CN116843108A

公开(公告)日：2023-10-03

申请号：CN202210363602.8

申请日：2022-04-11

申请人： 广州博通信息技术有限公司 ,  东南大学

发明人： 蒋嶷川 ,  蔡昕睿 ,  狄凯 ,  黎国华

IPC分类号： G06Q10/0631 ,  G06Q10/04 ,  H02J3/06

摘要： 随着工业任务的日趋精细复杂，以往的工业任务从单层网络向多流程化网络发展，多个工业任务流程网络即多重工业网络下的组件速率调整策略，开始呈现复杂化、动态变化的特征。在当前的多重工业网络背景下，传统单一网络根据电价波动对组件的速率调整策略，已无法实现多个网络层协作的任务成本最优目标。仅考虑单层最优的组件速率调整策略会因为忽略网络层间的关联关系而导致整体任务超时的结果。本方法解决的技术问题是：提出一种解决多重工业网络下的组件速率调度方法，针对波动的电价，考虑网络层间的约束关系并给出各网络层组件的速率调整策略，对任务时限内的执行成本进行优化。

公开(公告)号：CN114817762B

公开(公告)日：2024-07-12

申请号：CN202210513920.8

申请日：2022-05-12

申请人： 东南大学

发明人： 蒋嶷川 ,  刘婷 ,  狄凯

IPC分类号： G06F16/9536 ,  G06F16/901 ,  G06F18/23213 ,  G06Q50/00

摘要： 本发明提出了一种微博平台上针对大宗商品舆情信息的基于用户行为特征的识别恶意主体的方法，首先选定源头节点搜集转发信息构建舆情传播网络，根据网络中用户的关注信息构建用户关注关系图，随后使用社区发现算法对关注关系图进行划分，选择其中密度最高的团体作为后续待检测样本，接着搜集待检测样本用户从最近日期起的N条微博，构建用户行为特征，最后使用聚类算法根据行为特征将待检测样本聚成两类，计算特征在每一类中的均值，进行标准化后相加得到综合属性值，判定属性值较大的一方为存在恶意倾向的维权用户。本发明不依赖于已标识的数据集，减少了人工因素对最终结果的影响，且识别结果取决于用户本身的行为，具有更高的适应性与灵活性。