-
公开(公告)号：CN113255207A
公开(公告)日：2021-08-13
申请号：CN202110400811.0
申请日：2021-04-14
Applicant: 杭州电子科技大学
IPC: G06F30/27 , G06F17/16 , G06F119/02
Abstract: 本发明公开了基于迭代多输出‑马尔科夫链的空分系统氩馏分变量多步预测方法，包括以下步骤：S1：采集数据，构建数据集，将数据集进行归一化处理，并划分为训练集、验证集和测试集；S2：构建迭代多输出预测模型；S3：采用马尔科夫链进行误差校正；本发明将迭代多输出法与马尔科夫链结合，一方面通过参数寻优的方式确定预测模型的最佳输入输出维度，有效减少模型的迭代误差累积，增强模型的适用性与灵活性；另一方面，马尔科夫链能够通过计算预测值的误差状态确定其校正范围和方向，使预测值与真实值的偏离程度更小，预测精度更高，本发明对于空分系统的变量时间序列多步预测具有较好的适用性。
-
公开(公告)号：CN111985381A
公开(公告)日：2020-11-24
申请号：CN202010814302.8
申请日：2020-08-13
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于伸缩卷积神经网络的引导区域密集人群计数方法。本发明首先进行人群计数数据集等级划分；其次进行引导区域选取；然后调整引导区域尺度一致；最后通过伸缩卷积神经网络得到最终的人群数目预测。本发明有效的提取了人群计数数据集的密集人群区域，提高了图片的抗干扰能力，且对网络模型深度进行了加强，有效的解决了尺度不均匀、遮挡严重等场景，加入了自适应分块损失函数与感知损失、欧式损失融合来优化模型，提高了密度图的分辨率质量，提升密集人群计数的准确性。
-
公开(公告)号：CN111489326A
公开(公告)日：2020-08-04
申请号：CN202010033380.4
申请日：2020-01-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于半监督深度学习的铜箔基板表面缺陷检测方法，包括：获取铜箔基板的缺陷样本集，并对缺陷样本集中小于30％数量的缺陷样本进行标注，得到标记过的缺陷样本集(x，y)和未标记过的缺陷样本集u；构建神经网络模型Fθ；训练神经网络模型Fθ，得到最优的模型参数θ，获取最优的神经网络模型；将采集到的铜箔基板的缺陷图像输入到训练好的神经网络中，通过神经网络自动计算出铜箔基板的缺陷类别。本发明的方法只需对作为训练样本的缺陷样本集中的少量样本进行标记，无需提供大量的标记过的缺陷样本作为训练样本，节省了时间和人力物力，提高了检测效率。
-
公开(公告)号：CN111461391A
公开(公告)日：2020-07-28
申请号：CN202010074170.X
申请日：2020-01-22
Applicant: 杭州电子科技大学
IPC: G06Q10/04 , G06F30/20 , G06F111/04 , G06F119/08 , G06F17/11 , B01D53/75 , B01D53/83 , B01D53/80 , B01D53/50
Abstract: 本发明涉及燃煤电厂SO2污染物处理领域，针对现有技术的脱硫后SO2排放量高的问题，本发明公开了一种煤泥流化床锅炉脱硫协同优化运行方法，所述脱硫协同优化运行的系统包括以下几个模块：DCS数据采集模块、A/D和D/A转换模块、中央处理系统模块、预测控制模块、人机交互模块以及优化计算模块。本发明给出了一种煤泥流化床锅炉脱硫系统协同优化运行方法，该方法通过对整个脱硫系统的过程进行建模与优化计算，然后对优化计算后的SO2浓度值进行预测控制，实现了整个脱硫系统运行成本的最低化，对优化求解后的结果进行预测控制，得出最低的运行成本，从而实现了SO2脱除的经济稳定运行，提高了企业的经济效益。
-
公开(公告)号：CN111461387A
公开(公告)日：2020-07-28
申请号：CN201911395629.X
申请日：2019-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种环保岛系统设计的径向基协同优化方法，克服了现有技术的传统协同优化的易收敛于局部最优、收敛速度慢、初始点敏感的问题，在协同优化方法框架内，环保岛系统由一个系统级和三个子学科级构成，系统级为脱硝、脱硫、除尘三部分运行成本之和最小，喷氨量、电场电压、石膏浆pH值与循环泵台数等约束形成了三个子学科的优化问题。本发明可以有效的解决传统协同优化的易收敛于局部最优、收敛速度慢、初始点敏感等问题，减少了系统的迭代次数，同时提高了优化精度。
-
Patent Agency Ranking
公开(公告)号：CN111461282A
公开(公告)日：2020-07-28
申请号：CN202010112105.1
申请日：2020-02-24
Applicant: 杭州电子科技大学
IPC: G06N3/00
Abstract: 本发明为一种基于改进量子行为粒子群算法的模型辨识方法。包括：根据设置的粒子数与维度初始化种群；计算出当前的所有个体最优点的平均值；进行粒子更新；判断更新后的粒子是否在限定的范围内，若超出范围，则采用策略d更新粒子；计算出当前迭代次数下的所有个体最优点的平均值并更新；判断是否达到最大迭代次数，若是，则输出结果；若否，则进行更新；将输出结果转化为传递函数形式。本发明的有益效果是：通过levy飞行来减少局部最优解出现的概率以及通过后期搜索策略来加强后期搜索的精确度。分析改进量子行为粒子群算法的搜索策略，明确的搜索指向性和后期的精确搜索都能保证算法有着较高的精确度和较快的收敛速度。
-
公开(公告)号：CN109934393A
公开(公告)日：2019-06-25
申请号：CN201910154691.3
申请日：2019-02-28
Applicant: 杭州电子科技大学
IPC: G06Q10/04
Abstract: 本发明涉及一种需求不确定下生产计划与调度的集成优化方法。目前生产计划与调度问题求解方式主要为传统优化方法，优化的结果很难是最优解，且很可能在工艺上无法实现，从而导致预期的生产目标无法实现，资源分配无法下达等问题的产生。本发明步骤是：获取生产计划层与调度层的具体数据；根据具体数据分别建立需求不确定下计划层费用模型与调度层费用模型；利用改进的协同优化方法对需求不确定下计划与调度费用模型进行优化，最终获取最低成本的生产方案。本发明是针对生产计划与调度优化中的一些难题，提出一种具有较强全局优化能力的优化方法，该优化方法具有开放性、鲁棒性、并行性、全局收敛性以及对问题的数学形式无特殊要求等特点。
-
公开(公告)号：CN109886462A
公开(公告)日：2019-06-14
申请号：CN201910048387.0
申请日：2019-01-18
Applicant: 杭州电子科技大学
Abstract: 本发明提供了一种改进粒子群优化支持向量机的精馏塔故障诊断方法，本发明按照如下步骤进行优化：(1)系子群初始值的设定，给定参数C,σ的范围。(2)随机产生粒子的位置与速度，根据适应度函数评价每个微粒的适应值。(3)根据相应的改进公式更新速度和位置。(4)检查是否满足终止条件，如果满足就结束寻找，不满足再返回步骤2重新计算。(5)得到优化的支持向量机的参数，建立改进粒子群优化支持向量机模型。本发明有效的改善普通粒子群优化支持向量在一开始在速度极限值选择上过大或过小而引起的陷入局部最优等的问题。
-
公开(公告)号：CN101872432A
公开(公告)日：2010-10-27
申请号：CN201010180664.2
申请日：2010-05-21
Applicant: 杭州电子科技大学
IPC: G06N3/00
Abstract: 本发明涉及一种引入好奇因子的蚁群优化方法。现有的算法容易出现停滞现象。本发明方法首先初始化蚂蚁个数、挥发系数和每条边上的信息素，并随机放置m个蚂蚁到n个城市上，其次让蚂蚁随机选择转移到城市j，将j插入到禁忌表中，将城市j从allowedk中删除，并对第k个蚂蚁经过的路径进行信息素浓度局部更新；然后计算每只蚂蚁的总路线长度，更新找到的最短路径，利用征税算子对路径上的信息素浓度进行调整，得到征税后的信息素浓度最后满足Nc大于设定的值或者所有的蚂蚁选择同一条路径，则结束本次算法，同时输出全局优化的最佳路径。本发明方法实现了对解空间更全局的搜索。
-
公开(公告)号：CN101872387A
公开(公告)日：2010-10-27
申请号：CN201010180653.4
申请日：2010-05-21
Applicant: 杭州电子科技大学
IPC: G06F19/00
Abstract: 本发明涉及一种啤酒口味的软测量方法。目前啤酒的口味指标需要通过品酒人员主观评价，给啤酒生产给生产控制带来很大的难度。本发明方法是利用模糊综合评判技术，将啤酒口味指标进行量化处理，再采用非线性部分最小二乘方法来建立原料组分以及生产条件与啤酒口味之间的软测量模型，利用该模型进行啤酒口味预估评判，为生产控制和优化提供操作指导。该模型还可以基于新的数据对模型进行更新。本发明方法能够对啤酒口味进行实时估计，作为生产控制的参考依据，有利于提高产品质量，为啤酒生产过程的控制和优化奠定基础。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.14 seconds)
