-
公开(公告)号：CN118466582A
公开(公告)日：2024-08-09
申请号：CN202410539170.0
申请日：2024-04-30
Applicant: 中国矿业大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种基于分解学习粒子群的异构无人机集群多任务分配方法，属于无人机领域，以最小救援惩罚和最小资源占用为优化目标函数，在约束条件下，建立无人机集群救援任务多目标分配模型；使用粒子群优化算法对目标函数进行求得最优解。本发明采用上述的一种基于分解学习粒子群的异构无人机集群多任务分配方法，以最小化救援惩罚和资源占用为评价指标，建立多目标救援任务分配模型，充分考虑了问题自身特点，能够生成一组可行且质量较高的粒子；可以利用学习库内的优秀方案不断更新粒子中劣质的分量，更有效地完成粒子位置的更新；可以对Pareto前沿上稀疏地带进行局部开发，进一步提高了算法所得Pareto最优解集的分布性。
-
公开(公告)号：CN105203097A
公开(公告)日：2015-12-30
申请号：CN201510660512.5
申请日：2015-10-14
Applicant: 中国矿业大学
Abstract: 本发明公开了一种多机器人多目标点灾后救援路径规划方法，步骤如下：目标点分类阶段，在工作空间中，将在机器人最大搜索范围内的目标点分成一类，形成一个子任务，从而，可以将整个救援行动划分为多个子任务；在得到具体的目标点分配之后，进入微粒群的优化求解阶段，首先将每个救援路径看成一个微粒，对微粒进行整数编码，通过取余等解码操作，获取每个子任务以及目标点的救援分配情况；考虑到目标点存在生命期限的约束，将机器人所能救援的目标点的个数作为适应值函数，执行基于整数微粒群优化的多机器人多目标优化方法，确定各个子任务以及具体目标点的救援顺序，从而得到整个救援行动的救援个数。本发明采用微粒群优化方法的全局优化性能，充分发挥了多机器人系统搜索速度快，效率高的特点，在机器人灾后救援方面具有广泛的应用前景。
-
公开(公告)号：CN118466582B
公开(公告)日：2024-12-06
申请号：CN202410539170.0
申请日：2024-04-30
Applicant: 中国矿业大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种基于分解学习粒子群的异构无人机集群多任务分配方法，属于无人机领域，以最小救援惩罚和最小资源占用为优化目标函数，在约束条件下，建立无人机集群救援任务多目标分配模型；使用粒子群优化算法对目标函数进行求得最优解。本发明采用上述的一种基于分解学习粒子群的异构无人机集群多任务分配方法，以最小化救援惩罚和资源占用为评价指标，建立多目标救援任务分配模型，充分考虑了问题自身特点，能够生成一组可行且质量较高的粒子；可以利用学习库内的优秀方案不断更新粒子中劣质的分量，更有效地完成粒子位置的更新；可以对Pareto前沿上稀疏地带进行局部开发，进一步提高了算法所得Pareto最优解集的分布性。
-
公开(公告)号：CN112232560A
公开(公告)日：2021-01-15
申请号：CN202011083669.3
申请日：2020-10-12
Abstract: 本发明公开了一种考虑多地貌的灾后多种交通工具接力救援方法，属于救援技术领域，针对地貌的不同，给出不同交通工具通行的难易程度以及对伤员的伤害程度；根据地貌的不同对灾区环境进行分区，并统计分区个数；判断救援交通工具能否直接到达某一分区，根据具体的地貌和分区情况，给出交通工具的直接到达矩阵；将救援时间，救援人数，以及救援成本作为目标函数，构建以救援人数为主要目标的数学模型；对所有交通工具的接力路径采用微粒群算法优化以得到每个交通工具所经过的分区。本发明根据幸存者数量和最小车辆容量，确定实际参与救援的车辆个数，由此确定微粒的长度和维度，可以保证机器人在尽可能短的时间和尽可能少的成本下，救援最多幸存者。
-
公开(公告)号：CN103278151B
公开(公告)日：2015-11-11
申请号：CN201310064462.5
申请日：2013-02-28
Applicant: 中国矿业大学
IPC: G01C21/00
Abstract: 本发明涉及一种动态烟羽环境下多机器人协作搜索气味源方法，以工作空间的几何中心作为共同顶点，将整个工作空间划分为多个子区域，并在每个子区域随机分配一个机器人，所有机器人在其对应的扇形子区域中工作空间中的每个机器人执行烟羽发现策略；当工作空间中的一个机器人测得烟羽气味时，随即将率先发现烟羽的机器人作为环境监测粒子，用来监测环境中烟羽的变化以及判定粒子群是否发现气味源；其他机器人作为搜索粒子，并采用异步并行粒子群进化的多机器人协作搜索方法完成来确定气味源所在范围；根据确定的气味源的范围，作为环境监测粒子的机器人采用逐步前进法逐渐靠近气味源，当所述作为环境监测粒子的机器人所测气体浓度值大于预先设定值，且探测气味是以定向气流的形式喷出，则锁定气味源。
-
Patent Agency Ranking
公开(公告)号：CN103278151A
公开(公告)日：2013-09-04
申请号：CN201310064462.5
申请日：2013-02-28
Applicant: 中国矿业大学
IPC: G01C21/00
Abstract: 本发明涉及一种动态烟羽环境下多机器人协作搜索气味源方法，以工作空间的几何中心作为共同顶点，将整个工作空间划分为多个子区域，并在每个子区域随机分配一个机器人，所有机器人在其对应的扇形子区域中工作空间中的每个机器人执行烟羽发现策略；当工作空间中的一个机器人测得烟羽气味时，随即将率先发现烟羽的机器人作为环境监测粒子，用来监测环境中烟羽的变化以及判定粒子群是否发现气味源；其他机器人作为搜索粒子，并采用异步并行粒子群进化的多机器人协作搜索方法完成来确定气味源所在范围；根据确定的气味源的范围，作为环境监测粒子的机器人采用逐步前进法逐渐靠近气味源，当所述作为环境监测粒子的机器人所测气体浓度值大于预先设定值，且探测气味是以定向气流的形式喷出，则锁定气味源。
-
公开(公告)号：CN112232560B
公开(公告)日：2025-02-18
申请号：CN202011083669.3
申请日：2020-10-12
IPC: G06Q10/0631 , G06Q10/047 , G06Q10/083 , G06Q50/26 , G06N3/006
Abstract: 本发明公开了一种考虑多地貌的灾后多种交通工具接力救援方法，属于救援技术领域，针对地貌的不同，给出不同交通工具通行的难易程度以及对伤员的伤害程度；根据地貌的不同对灾区环境进行分区，并统计分区个数；判断救援交通工具能否直接到达某一分区，根据具体的地貌和分区情况，给出交通工具的直接到达矩阵；将救援时间，救援人数，以及救援成本作为目标函数，构建以救援人数为主要目标的数学模型；对所有交通工具的接力路径采用微粒群算法优化以得到每个交通工具所经过的分区。本发明根据幸存者数量和最小车辆容量，确定实际参与救援的车辆个数，由此确定微粒的长度和维度，可以保证机器人在尽可能短的时间和尽可能少的成本下，救援最多幸存者。
-
公开(公告)号：CN109026860B
公开(公告)日：2020-06-23
申请号：CN201810884623.8
申请日：2018-08-06
Applicant: 中国矿业大学
IPC: F15B11/028 , F15B21/00 , E21D23/16
Abstract: 一种比例伺服阀控液压支护平台立柱油缸系统及压力控制方法，属于阀控液压缸压力控制技术领域。异步电机和定量泵连接；过滤器、定量泵、以及比例伺服阀依次连接；比例伺服阀与液压锁、立柱油缸依次连接；定量泵的输入端通过过滤器单独与油箱相连接，定量泵的输出端与比例伺服阀一个端口连接；比例伺服阀的2号端口和4号端口之间连接有比例溢流阀；在定量泵的作用下液压油经过过滤器输出一定流量的高压油，控制立柱油缸；改变比例伺服阀调节液压油流量大小，控制立柱油缸压力；最后，立柱油缸出油口的低压油经比例伺服阀导流回到油箱。优点：对煤矿综掘巷道临时支护的顶板初撑力精确控制，抑制系统中不确定因素对控制性能的不利影响，具有较强鲁棒性。
-
公开(公告)号：CN109026860A
公开(公告)日：2018-12-18
申请号：CN201810884623.8
申请日：2018-08-06
Applicant: 中国矿业大学
IPC: F15B11/028 , F15B21/00 , E21D23/16
Abstract: 一种比例伺服阀控液压支护平台立柱油缸系统及压力控制方法，属于阀控液压缸压力控制技术领域。异步电机和定量泵连接；过滤器、定量泵、以及比例伺服阀依次连接；比例伺服阀与液压锁、立柱油缸依次连接；定量泵的输入端通过过滤器单独与油箱相连接，定量泵的输出端与比例伺服阀一个端口连接；比例伺服阀的2号端口和4号端口之间连接有比例溢流阀；在定量泵的作用下液压油经过过滤器输出一定流量的高压油，控制立柱油缸；改变比例伺服阀调节液压油流量大小，控制立柱油缸压力；最后，立柱油缸出油口的低压油经比例伺服阀导流回到油箱。优点：对煤矿综掘巷道临时支护的顶板初撑力精确控制，抑制系统中不确定因素对控制性能的不利影响，具有较强鲁棒性。
-
公开(公告)号：CN104537108A
公开(公告)日：2015-04-22
申请号：CN201510020852.1
申请日：2015-01-15
Applicant: 中国矿业大学
IPC: G06F17/30
CPC classification number: G06F17/30294 , G06F17/30303 , G06F17/30345 , G06F17/30442
Abstract: 本发明涉及一种高维数据特征选择方法，该方法包括：建立问题的优化模型；将所述问题的优化模型进行连续型转化，获得高维特征选择模型；利用合作型协同微粒群进化方法获得问题的最优完整解，根据所述问题的最优完整解实现高维特征选择模型的高维数据特征选择。本技术方案利用变量分割思想将高维特征选择问题转化为多个低维的子优化问题，运用多个子微粒群同时协同优化，不仅改善了微粒群的多样性，而且还显著提高了算法的搜索速度，为高维数据特征选择问题提供了一种有效的解决思路。随着计算机科学技术的发展，本技术方案可以应用到经常会接触到各种类型的海量高维数据领域。比如：音频数据、视频数据等。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.029 seconds)
