-
公开(公告)号：CN117496746A
公开(公告)日：2024-02-02
申请号：CN202311333776.0
申请日：2023-10-13
Applicant: 扬州大学 , 慧知科技(扬州)有限公司
IPC: G08G1/14 , G08G1/0968
Abstract: 本发明公开了一种停车场内自动停取车的控制方法及系统，包括：停车时，把车辆停放到出入口交接区上的AGV平台，并设置各取车出口的概率；考虑取车时出口不确定性，基于取车出口的概率，确定最优停车位置与相应的推荐出口；基于最优停车位置，进行最短路径规划，AGV平台按照规划路径将车辆托运至最优停车位置；取车时，若推荐出口与当前期望出口一致，则前往出口等待AGV托运车辆，若不一致，则根据当前期望出口，重新规划取车路线，AGV根据新的取车路线托运车辆到期望出口。本发明为车辆选择符合用户的最优停车位置，同时，规划停车过程和取车过程的最优路径，从而实现停车场自动停放车辆，节约用户的等待时间。
-
公开(公告)号：CN117422357A
公开(公告)日：2024-01-19
申请号：CN202311415290.1
申请日：2023-10-30
Applicant: 扬州大学
Inventor： 嵇涛 , 廖华军 , 邵进亮 , 黄鲜 , 姚炎宏 , 邓社军 , 于世军 , 张俊 , 宓建 , 徐悦 , 马天启 , 秦婧逸 , 王浩祥 , 朱浩泽 , 刘款 , 王潇晗 , 李仔路 , 沈梓怡 , 梁诸龙驹
IPC: G06Q10/0832 , G06N3/006
Abstract: 本发明公开一种基于改进蚁群算法的冷链物流配送路径优化方法，首先，预先获取冷链物流配送历史数据；其次，计算车辆运输成本、违反时间窗约束的惩罚成本、制冷成本计算、货损成本及碳排放成本；然后，以运输成本、制冷成本、货损成本、碳排放以及时间窗综合最优为目标构建改进蚁群算法的冷链物流配送路径优化模型；最后，采用改进蚁群算法求解冷链物流配送路径优化模型，找出冷链物流配送最优最优路径。本发明以运输成本、制冷成本、货损成本、碳排放以及时间窗综合最优为目标构建冷链物流配送路径优化方法，且改进的蚁群算法具有较快的初期搜索速度及良好的寻优性能，能够快速找出最优路径，达到降低减排的目的。
-
公开(公告)号：CN117172506A
公开(公告)日：2023-12-05
申请号：CN202311269271.2
申请日：2023-09-28
Applicant: 扬州大学
Inventor： 邓社军 , 窦玥 , 沈梓怡 , 于世军 , 刘路 , 嵇涛 , 张俊 , 宓建 , 徐悦 , 张俊林 , 张超 , 朱俊豪 , 李婷婷 , 王晓莹 , 张海旻 , 虞宇浩 , 马天启 , 葛杨艳 , 杜佳洋 , 陈涛
IPC: G06Q10/0631 , G06Q10/0637 , G06Q10/04 , G06Q50/30 , G06N3/126 , G06N3/006
Abstract: 本发明公开一种面向高铁动态换乘客流地铁运行图成本最小化优化方法，首先，分析高铁枢纽换乘地铁乘客特性，并将其转化为衔接高铁枢纽的单向城市轨道交通线路图优化问题；其次，针对高铁换乘地铁客流的动态复杂性和地铁各站点客流的随机性，构建乘客及地铁运营成本最小的地铁运行图优化模型；最后，以地铁的发车间隔、最大满载率、停站时间为约束，利用非支配排序算法求解地铁运行图优化模型，实现面向高铁动态换乘客流地铁运行图成本最小化。本发明通过“削峰填谷”可以使地铁发车间隔更为合理，运能更满足乘客的需求；并使总成本最小，有助于高铁枢纽与地铁出行实现一体化和无缝衔接。
-
公开(公告)号：CN115526382B
公开(公告)日：2023-05-23
申请号：CN202211103846.9
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种路网级交通流预测模型可解释性分析方法，包括构建基于图卷积神经网络和循环神经网络的路网级交通流集成预测模型，判断模型对输入数据的关注部分或模型不同模块的权重，通过交通流空间关联矩阵和路段邻接矩阵提取空间依赖特征，从路网交通流空间关联度分析对交通流集成预测结果产生的影响，通过EEMD对交通流时间序列进行分解，利用SHAP可解释性机制，通过基于梯度加权类激活映射方法输出特征显著性热力图，对路网级交通流集成预测模型提取空间信息进行可解释性分析。本发明基于可解性技术揭示现实应用的路网级交通流预测模型的可解释性，帮助决策人员理解交通流预测模型的学习能力，进一步提高预测结果的可信度。
-
公开(公告)号：CN115526382A
公开(公告)日：2022-12-27
申请号：CN202211103846.9
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种路网级交通流预测模型可解释性分析方法，包括构建基于图卷积神经网络和循环神经网络的路网级交通流集成预测模型，判断模型对输入数据的关注部分或模型不同模块的权重，通过交通流空间关联矩阵和路段邻接矩阵提取空间依赖特征，从路网交通流空间关联度分析对交通流集成预测结果产生的影响，通过EEMD对交通流时间序列进行分解，利用SHAP可解释性机制，通过基于梯度加权类激活映射方法输出特征显著性热力图，对路网级交通流集成预测模型提取空间信息进行可解释性分析。本发明基于可解性技术揭示现实应用的路网级交通流预测模型的可解释性，帮助决策人员理解交通流预测模型的学习能力，进一步提高预测结果的可信度。
-
Patent Agency Ranking
公开(公告)号：CN107092713A
公开(公告)日：2017-08-25
申请号：CN201710144750.X
申请日：2017-03-06
Applicant: 扬州大学
CPC classification number: G06F17/5018 , G06T17/00
Abstract: 本发明涉及一种基于ANSYS软件的碰撞射流通风系统优化方法。本发明通过数据收集，数据处理，几何模型，网格划分，数值计算，结果分析六大流程，根据收集的数据，在ICEM软件中建立使用碰撞射流通风系统办公室的三维模型，并对模型进行网格划分、定义边界条件，导入FLUENT软件计算，得到不同参数下的室内流速场和温度场。本发明克服了现有通风系统技术领域的多种技术方式各自存在的缺陷。本发明确定所研究的参数的可能工作范围，以确保良好的热舒适性，提供了系统优化的参考数据，有利于推动碰撞射流通风系统的发展和应用。
-
公开(公告)号：CN117111522B
公开(公告)日：2024-03-12
申请号：CN202311205191.0
申请日：2023-09-18
Applicant: 扬州大学 , 慧知科技(扬州)有限公司
Inventor： 宓建 , 邓社军 , 徐伟 , 廖华军 , 白乐濛 , 张俊 , 秦婧逸 , 于世军 , 嵇涛 , 徐悦 , 马瑞阳 , 沈梓怡 , 朱云翔 , 蔡爱鹏 , 崔嘉贺 , 张昱韬 , 闫奇志 , 张洋铭 , 张炳坤 , 艾尔帕尼·茹扎洪
IPC: G05B19/042
Abstract: 本发明公开了一种动态环境下移动机器人控制方法及系统，包括：基于scLTL逻辑规范构建编码器，将移动机器人的多维任务状态编码成一维状态；基于历史数据和风险模拟对移动机器人作业环境中不确定因素的风险进行预测和评估；融合编码器编码和强化学习，并考虑预测风险构建融合模型，通过融合模型得到移动机器人的多任务作业进行决策和路径规划。本发明采用逻辑规范进行多任务控制，考虑动态环境中不确定因素的风险，提出编码式强化学习融合算法，进行安全路径规划，规避环境中的风险，为移动机器人执行多任务作业生成最优安全路径，提前规避环境中的潜在风险，实现复杂问题简单化，并压缩探索空间，降低计算成本，从而提高求解速度。
-
公开(公告)号：CN117523289A
公开(公告)日：2024-02-06
申请号：CN202311514002.8
申请日：2023-11-14
Applicant: 扬州大学
IPC: G06V10/764 , G06F18/10 , G06F18/23 , G06F18/22 , G06F18/213
Abstract: 本发明公开了一种基于轨迹数据的货车运行模式分类与识别方法及系统，涉及道路运输领域，方法包括：提取货车轨迹数据的基本信息，并进行初步清洗；提取货车行驶‑停留特征；进行货车停留点位置类型辨别；进行货车运行行程链构建；对货车的运行模式进行分类；基于行程链特征指标和货车的运行模式的分类结果，进行货车运行模式识别；本发明能够有效提高货车运行模式的分类与识别准确性，并提供了更具体的运行模式特征指标体系，为货车运输相关领域的管理和决策提供了有价值的参考依据，具有很高的市场实施可能性，技术可行性与应用需求俱佳。可以降低货运企业的损失和管理成本，提升运营效率。
-
公开(公告)号：CN117111522A
公开(公告)日：2023-11-24
申请号：CN202311205191.0
申请日：2023-09-18
Applicant: 扬州大学 , 慧知科技(扬州)有限公司
Inventor： 宓建 , 邓社军 , 徐伟 , 廖华军 , 白乐濛 , 张俊 , 秦婧逸 , 于世军 , 嵇涛 , 徐悦 , 马瑞阳 , 沈梓怡 , 朱云翔 , 蔡爱鹏 , 崔嘉贺 , 张昱韬 , 闫奇志 , 张洋铭 , 张炳坤 , 艾尔帕尼·茹扎洪
IPC: G05B19/042
Abstract: 本发明公开了一种动态环境下移动机器人控制方法及系统，包括：基于scLTL逻辑规范构建编码器，将移动机器人的多维任务状态编码成一维状态；基于历史数据和风险模拟对移动机器人作业环境中不确定因素的风险进行预测和评估；融合编码器编码和强化学习，并考虑预测风险构建融合模型，通过融合模型得到移动机器人的多任务作业进行决策和路径规划。本发明采用逻辑规范进行多任务控制，考虑动态环境中不确定因素的风险，提出编码式强化学习融合算法，进行安全路径规划，规避环境中的风险，为移动机器人执行多任务作业生成最优安全路径，提前规避环境中的潜在风险，实现复杂问题简单化，并压缩探索空间，降低计算成本，从而提高求解速度。
-
公开(公告)号：CN115527366B
公开(公告)日：2023-07-25
申请号：CN202211103834.6
申请日：2022-09-09
Applicant: 扬州大学
Abstract: 本发明公开了一种大规模城市路网交通拥堵瓶颈辨识方法，包括：获取研究路网的GIS经纬度信息，将研究路网划分为大小相同的网格区块，提取分析时间周期内拥堵持续时间大于给定时长的网格区块，将提取的区块设定为候选交通拥堵瓶颈区块，确定候选交通拥堵瓶颈区块集合，构建交通拥堵传播图，根据交通拥堵传播图辨识独立拥堵区域进行分析，根据构建分析的交通拥堵传播图，对路网中主动产生拥堵最早的区块进行辨识，识别源头拥堵区块，定义源头拥堵区块集合，确定交通拥堵瓶颈区域。本发明能够基于车辆出行轨迹数据和网格划分技术对路网网格区块交通状态进行研判，精准辨识城市路网在不同时段的交通拥堵瓶颈区域。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.028 seconds)
