-
-
公开(公告)号：CN118536910B
公开(公告)日：2025-01-21
申请号：CN202410887922.2
申请日：2024-07-03
Applicant: 暨南大学
IPC: G06Q10/087 , G06Q10/04 , G06F18/214 , G06F18/24 , G06N20/20 , G06N3/126
Abstract: 本申请涉及退役动力电池智能仓储方法、装置、智能仓储系统及存储介质，该方法包括：获得待仓储的每个目标AEVB对应的多种目标指标参数；在对目标指标参数进行预处理，生成标准特征参数之后，利用评估分类模型处理标准特征参数，得到与每个目标AEVB对应的分类标签数据；基于仓储库区对应的布局参数信息和多个目标AEVB，利用NSGA‑II算法进行仓储分配规划，生成初始仓储分配信息；确定初始仓储分配信息中所有备选仓储库区对应的第一仓储适应度，根据与分类标签数据中的目标重组热度分类及目标重组热度评分值的对应的目标仓储适应度和第一仓储适应度的差值，对初始仓储分配信息进行仓储规划迭代，直至差值不大于预设阈值，生成对应的目标仓储分配信息。
-
公开(公告)号：CN118485358A
公开(公告)日：2024-08-13
申请号：CN202410669998.8
申请日：2024-05-28
Applicant: 暨南大学 , 超讯通信股份有限公司 , 广东康利达物联科技有限公司
IPC: G06Q10/08 , G06Q10/0631 , G06Q10/04 , G06N3/126
Abstract: 本申请涉及基于改进教与学算法的分布式区块链生产物流资源的优化配置方法，包括：从预设的多个区块链资源集合对应的生产物流资源BCPLR节点中，选取每个区块链资源集合对应的候选BCPLR节点集；基于多个候选BCPLR节点集和生产物流任务量，进行种群个体编码和种群初始化，生成多个第一个体编码；利用改进的教与学算法TLBO，对多个第一个体编码进行种群搜索迭代，生成多个第二个体编码，并基于第二个体编码对应的资源配置方式的适应度和改进的TLBO，对多个第二个体编码进行种群更新迭代，并从生成的多个备选个体编码中，确定目标个体编码，得到优化配置结果，其中，改进的TLBO是将多教师分组的教学策略和结合随机性和有向性的交叉学习策略分别作为TLBO的教学策略和学习策略的TIBO。
-
公开(公告)号：CN118278693A
公开(公告)日：2024-07-02
申请号：CN202410466365.7
申请日：2024-04-18
Applicant: 暨南大学
IPC: G06Q10/0631 , G06F18/2411 , G06N3/0442 , G06N3/126 , G06Q30/0202 , G06Q50/04
Abstract: 本申请涉及基于工业大数据的间歇式生产系统经济批量决策方法、服务平台及介质，该方法包括：获取当前所接收到的需求订单信息；根据预设的支持向量机SVM多分类模型，对所述当前产品生产信息进行处理，确定产品类型；将已确定产品类型的所述当前产品生产信息，输入预设的需求时序预测模型，得到第一产品需求预测信息；在将所述第一产品需求预测信息导入与所述产品类型对应的经济生产批量决策模型之后，利用预设的遗传算法和迭代规则，计算出经济生产批量结果，通过引入大数据分析技术确定决策模型中的关键变量，增强模型求解的精准性，提升复杂随机环境下生产物流系统多层次、多尺度管控决策的智能化水平。
-
公开(公告)号：CN118674491B
公开(公告)日：2025-02-28
申请号：CN202410842824.7
申请日：2024-06-27
Applicant: 暨南大学
IPC: G06Q30/0202 , G06N3/0464 , G06N3/049 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本申请涉及基于大数据的产品需求信息预测方法、装置、预测平台及介质，该方法包括：在目标产品对应的历史生产数据中，获取与所述目标产品对应的第一生产数据时间序列，并按预设规则对所述第一生产数据时间序列进行缩放处理，生成第二生产数据时间序列；将所述第二生产数据时间序列，输入已训备的需求预测模型，得到所述目标产品对应的目标需求预测数据；利用已构建的EM‑GMM模型，处理所述目标需求预测数据的所有所述日生产需求预测数据，生成生产需求预测结果，其中，所述生产需求预测结果包括所述目标产品对应的周生产需求概率分布参数，通过使用TCN‑LSTM模型，结合网格搜索法，对历史生产数据进行预处理和预测，从而提高对目标产品需求预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118485358B
公开(公告)日：2025-02-07
申请号：CN202410669998.8
申请日：2024-05-28
Applicant: 暨南大学 , 超讯通信股份有限公司 , 广东康利达物联科技有限公司
IPC: G06Q10/08 , G06Q10/0631 , G06Q10/04 , G06N3/126
Abstract: 本申请涉及基于改进教与学算法的分布式区块链生产物流资源的优化配置方法，包括：从预设的多个区块链资源集合对应的生产物流资源BCPLR节点中，选取每个区块链资源集合对应的候选BCPLR节点集；基于多个候选BCPLR节点集和生产物流任务量，进行种群个体编码和种群初始化，生成多个第一个体编码；利用改进的教与学算法TLBO，对多个第一个体编码进行种群搜索迭代，生成多个第二个体编码，并基于第二个体编码对应的资源配置方式的适应度和改进的TLBO，对多个第二个体编码进行种群更新迭代，并从生成的多个备选个体编码中，确定目标个体编码，得到优化配置结果，其中，改进的TLBO是将多教师分组的教学策略和结合随机性和有向性的交叉学习策略分别作为TLBO的教学策略和学习策略的TIBO。
-
公开(公告)号：CN118503806B
公开(公告)日：2024-11-12
申请号：CN202410720765.6
申请日：2024-06-05
Applicant: 暨南大学
IPC: G06F18/2411 , G06F18/24 , G06F18/2413
Abstract: 本申请涉及基于TOPSIS和SVR的订单评级方法、装置、评级系统及存储介质，该方法包括：获取待排序的订单数据，对订单数据进行预处理，以生成预设数据格式的候选订单数据，候选订单数据包括多种目标指标参数；利用TOPSIS法，处理多种目标指标参数，得到每个目标指标参数所对应的权重数据；对多种目标指标参数和每个目标指标参数对应的权重数据，利用秩和比评价法RSR进行秩和比计算，得到与每个目标指标参数对应的实时加权秩和比，将实时加权秩和比输入SVR模型，输出与实时加权秩和比对应的预测加权秩和比；根据预测加权秩和比和预设的分档规则，确定每个订单数据所对应的分档排序结果。通过本申请，解决相关技术中评级订单的方法效率及准确率低的问题。
-
公开(公告)号：CN118674491A
公开(公告)日：2024-09-20
申请号：CN202410842824.7
申请日：2024-06-27
Applicant: 暨南大学
IPC: G06Q30/0202 , G06N3/0464 , G06N3/049 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本申请涉及基于大数据的产品需求信息预测方法、装置、预测平台及介质，该方法包括：在目标产品对应的历史生产数据中，获取与所述目标产品对应的第一生产数据时间序列，并按预设规则对所述第一生产数据时间序列进行缩放处理，生成第二生产数据时间序列；将所述第二生产数据时间序列，输入已训备的需求预测模型，得到所述目标产品对应的目标需求预测数据；利用已构建的EM‑GMM模型，处理所述目标需求预测数据的所有所述日生产需求预测数据，生成生产需求预测结果，其中，所述生产需求预测结果包括所述目标产品对应的周生产需求概率分布参数，通过使用TCN‑LSTM模型，结合网格搜索法，对历史生产数据进行预处理和预测，从而提高对目标产品需求预测的准确性。
-
公开(公告)号：CN118229194B
公开(公告)日：2024-08-23
申请号：CN202410437940.0
申请日：2024-04-12
Applicant: 暨南大学
IPC: G06Q10/087 , G06Q50/04
Abstract: 本申请涉及批生产模式下的库位规划方法、电子装置及存储介质，该方法包括：获取当前空闲的货位信息和组批生产后的多个生产订单信息，每个生产订单信息包括多个目标对象对应的同一类别的单品信息；从多个生产订单信息中，获取每个目标对象对应的多个单品信息，得到每个目标对象对应的多个入库子单信息，并基于货位信息和入库子单信息，进行初始编码，得到第一编码序列；利用ALNS算法和预设的仓储约束,对当前编码序列进行破坏修复操作，生成备选编码序列；根据备选编码序列和当前编码序列对应的仓储成本，从备选编码序列和当前编码序列中，选取目标编码序列，得到库位规划结果。通过本申请，解决相关技术的库位规划方案易浪费仓库资源及成本的问题。
-
公开(公告)号：CN118092357B
公开(公告)日：2024-08-16
申请号：CN202410289188.X
申请日：2024-03-14
Applicant: 暨南大学 , 超讯通信股份有限公司 , 广东康利达物联科技有限公司
IPC: G05B19/418
Abstract: 本发明提出面向总装的基于数字孪生的物料流协同控制方法，包括：制造企业接收任务订单，确认需求；通过物理层获取数据，然后上传至决策控制层的模型中；将系统整体的结果输出；物理对象层接收并执行相对应作业计划；数字孪生结构对模型进行监控，判断是否出现动态性干扰；虚拟映像层对动态性干扰进行动态仿真与评估；确认受到动态性影响的子系统，更新数据，由局部子系统计算出子系统内的一级联动修正计划；更新数据；将二、三和四级联动修正计划下达给各子系统层；判断总装系统的任务是否完成。本发明通过基于数字孪生映像体系，为总装系统构建了相适应的数字动态决策信息架构，为实现配送和生产的高效动态协同运作提供了一个可行的使能架构。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.039 seconds)
