-
公开(公告)号:CN108550007A
公开(公告)日:2018-09-18
申请号:CN201810299910.2
申请日:2018-04-04
申请人: 中南大学
摘要: 本发明公开了一种制药企业自动化立体仓库的货位优化方法及系统,该方法通过确立自动化立体仓库的货位优化目标,根据自动化立体仓库内药品的历史订单数据计算药品出入库频率,根据每类药品之间的关联程度,得到每类药品之间的关联因子,建立堆垛机运动数学模型,根据堆垛机运动数学模型、药品出入库频率和每类药品之间的关联因子,建立多目标货位优化数学模型以及对多目标货位优化数学模型进行求解,得到货位优化结果,解决了现有方法只考虑货物周转率和货架稳定性,不能很好地描述实际问题,造成优化结果不理想的问题,且基于多目标货位优化模型求解获得的货物优化结果更理想,货物分布更合理,大大提高了仓储作业效率,降低了仓储操作成本。
-
公开(公告)号:CN108550007B
公开(公告)日:2021-09-28
申请号:CN201810299910.2
申请日:2018-04-04
申请人: 中南大学
IPC分类号: G06Q10/08 , G06Q10/04 , G06F30/27 , G06N3/12 , G06F111/06 , G06F111/10
摘要: 本发明公开了一种制药企业自动化立体仓库的货位优化方法及系统,该方法通过确立自动化立体仓库的货位优化目标,根据自动化立体仓库内药品的历史订单数据计算药品出入库频率,根据每类药品之间的关联程度,得到每类药品之间的关联因子,建立堆垛机运动数学模型,根据堆垛机运动数学模型、药品出入库频率和每类药品之间的关联因子,建立多目标货位优化数学模型以及对多目标货位优化数学模型进行求解,得到货位优化结果,解决了现有方法只考虑货物周转率和货架稳定性,不能很好地描述实际问题,造成优化结果不理想的问题,且基于多目标货位优化模型求解获得的货物优化结果更理想,货物分布更合理,大大提高了仓储作业效率,降低了仓储操作成本。
-
公开(公告)号:CN108095887B
公开(公告)日:2021-08-17
申请号:CN201711342987.5
申请日:2017-12-14
申请人: 中南大学湘雅医院
IPC分类号: A61F9/00
摘要: 本发明公开了一种可视的自动化眼科护理滴液器,包括眼药瓶,眼药瓶的上表面固定设有螺纹连接台,螺纹连接台的外壁螺纹连接有调节块,螺纹连接台的顶端固定连接有锥形块,锥形块的顶端开设有与眼药瓶相连通的出液口,眼药瓶的外侧壁顶端螺纹连接有支撑环,支撑环的外侧壁底端固定连接有支撑板及与支撑板相对的启动按钮,支撑板的上表面分别固定连接有固定座和控制器,固定座的顶端固定连接有微型电动推杆,微型电动推杆的远离固定座的一端固定连接有推压板。本发明结构简单,操作方便,能够准确的将眼药瓶的出液口对准眼睛,使患者眼睛能够观察到出液口,且药滴的大小可以根据患者自身需求进行调节,减轻患者对于滴眼药水的恐惧。
-
公开(公告)号:CN109738392B
公开(公告)日:2021-03-02
申请号:CN201910087107.7
申请日:2019-01-29
申请人: 中南大学
IPC分类号: G01N21/39
摘要: 本发明公开了一种面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统,该方法通过将待测样本在稀疏基上进行稀疏表示,通过测量矩阵对进行稀疏表示后的待测样本进行采样,获得采样样本,利用OMP算法对采样样本进行数据重构,获得第一重构样本,利用自定义的稀疏度影响因子,并基于稀疏度影响因子和OMP算法迭代获得最优稀疏度系数以及基于最优稀疏度系数,利用OMP算法对待测样本进行数据重构,获得第二重构样本,解决了现有面向TDLAS在线检测瓶内氧气浓度时难以获得精准度高的重构样本的技术问题,通过引入自定义的稀疏度影响因子可迭代获得最优稀疏度系数,从而使得基于最优稀疏度系数和OMP算法能获得精准度高的重构样本。
-
公开(公告)号:CN109738392A
公开(公告)日:2019-05-10
申请号:CN201910087107.7
申请日:2019-01-29
申请人: 中南大学
IPC分类号: G01N21/39
摘要: 本发明公开了一种面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统,该方法通过将待测样本在稀疏基上进行稀疏表示,通过测量矩阵对进行稀疏表示后的待测样本进行采样,获得采样样本,利用OMP算法对采样样本进行数据重构,获得第一重构样本,利用自定义的稀疏度影响因子,并基于稀疏度影响因子和OMP算法迭代获得最优稀疏度系数以及基于最优稀疏度系数,利用OMP算法对待测样本进行数据重构,获得第二重构样本,解决了现有面向TDLAS在线检测瓶内氧气浓度时难以获得精准度高的重构样本的技术问题,通过引入自定义的稀疏度影响因子可迭代获得最优稀疏度系数,从而使得基于最优稀疏度系数和OMP算法能获得精准度高的重构样本。
-
-
-
-