基于大模型的无人集群群智行为决策方法及系统

    公开(公告)号:CN118011794A

    公开(公告)日:2024-05-10

    申请号:CN202311869676.X

    申请日:2023-12-30

    IPC分类号: G05B13/04

    摘要: 本发明提供一种基于大模型的无人集群群智行为决策方法及系统。涉及数据处理技术领域,包括:接收对于目标无人集群的高级任务指令,并获取所述目标无人集群的初始状态信息和目标状态集;将所述目标无人集群的高级任务指令、所述初始状态信息和目标状态集输入无人集群群智行为决策模型,输出对于所述目标无人集群的指令信号;在本申请的方案中,大模型对复杂和异常场景的理解能力强,提高了感知、决策与控制的鲁棒性,同时具备更强的泛化能力,能更好的感知训练数据外的新环境。此外大模型的发散性能够提高决策的灵活性与策略的创造性。

    基于多任务共预测神经网络的城市出租车需求预测方法

    公开(公告)号:CN111507762B

    公开(公告)日:2023-10-31

    申请号:CN202010294002.1

    申请日:2020-04-15

    摘要: 本发明属于智能交通系统领域,具体涉及了一种基于多任务共预测神经网络的城市出租车需求预测方法,旨在解决现有技术不考虑下车需求导致出租车需求预测精度达不到预期的问题。本发明包括:将城市划分为网格,连续时间离散为时间块,并将一段时期内城市出租车载客的实时数据归到各网格的各时间块内,统计上下车需求量来训练可同时预测两种需求的多任务共预测神经网络,该神经网络可用于预测未来时间段内出租车的上下车需求量。本发明将出租车需求预测问题建模为上车和下车需求的时序预测问题,同时捕捉上车和下车需求之间的差异和联系,预测精度高、泛化性能好,有助于出租车管理部门合理配置出租车资源以解决城市不同区域出租车供求不平衡的问题。

    用于智能车间调度的平行管控系统及方法

    公开(公告)号:CN116700160A

    公开(公告)日:2023-09-05

    申请号:CN202310539413.6

    申请日:2023-05-12

    IPC分类号: G05B19/418

    摘要: 本发明提供一种本发明实施例提供的用于智能车间调度的平行管控系统及方法,系统包括:物理车间;平行车间,平行车间为基于多智能体系统的平行车间模型,基于从物理车间采集的物理数据和生产数据创建;计算实验模块,用于通过设置智能体的参数模拟生成调度场景,在平行车间中进行仿真生产,获取各个调度场景下的调度模型;平行控制模块中,第一调度优化单元用于基于实例化的调度场景和计算实验模块获取的对应的调度模型,生成实例化的调度场景下的调度方案;平行调度单元用于将调度方案并行下发至物理车间和平行车间执行。本发明实施例实现了智能车间的自适应调度,不断提升平行车间构建的精度和调度模型的预测精度,提升了生产调度效率和质量。

    网约车和出租车的综合调度系统及方法

    公开(公告)号:CN108171961A

    公开(公告)日:2018-06-15

    申请号:CN201711242069.5

    申请日:2017-11-30

    摘要: 本发明属于车辆调度领域,具体涉及一种网约车和出租车的综合调度系统及方法。旨在解决网约车和出租车调度系统相互隔离,不能统一调度的问题。本发明的网约车和出租车的综合调度系统包括中心平台系统、车辆终端设备、用户终端设备。中心平台系统实时接收车辆终端设备发送的车辆位置信息和车辆运营状态信息、以及用户终端设备发送的用车请求信息,依据车辆位置信息、车辆运营状态信息、用车请求信息生成并发送用车订单。通过本发明解决了网约车和出租车调度隔离的现状,进而将网约车和出租车纳入到统一的管理范围,使二者竞争有序、互为补充、共同发展。

    离散制造的要素协同态势评估方法及装置

    公开(公告)号:CN118735327A

    公开(公告)日:2024-10-01

    申请号:CN202410737130.7

    申请日:2024-06-07

    摘要: 本发明提供一种离散制造的要素协同态势评估方法及装置,方法包括:分别获取待评估要素中每一实体节点的多因素评价矩阵,多因素评价矩阵用于表征对应的实体节点中的各个指标因素的评价结果;确定每一多因素评价矩阵中各个指标因素的指标权重;根据每一多因素评价矩阵中各个指标因素的指标权重,得到每一多因素评价矩阵对应的综合隶属度;根据每一多因素评价矩阵对应的综合隶属度,得到待评估要素的协同态势评估结果通过上述方法,解决相关技术中无法准确地评估离散制造过程中各要素的态势协同程度的问题,使得离散制造的相关企业能够更精确地掌控离散制造中各要素的协同态势。