公开(公告)号：CN113554467B

公开(公告)日：2022-07-22

申请号：CN202110848678.5

申请日：2021-07-26

Applicant: 中南大学

Inventor： 缪鹍 ,  周启航 ,  冯倩 ,  戴炎林 ,  李洵贻 ,  李挺

IPC: G06F30/17 ,  G06F30/27 ,  G06Q30/02 ,  G06Q10/04 ,  G06F16/29 ,  G06N3/00 ,  G06F111/04

Abstract: 本发明公开了一种基于协同进化的铁路三维线形智能设计方法，首先建立两个三维线形设计目标函数，依据铁路的线路等级、平面和纵断面的约束条件、单价费用，采用协同进化差分算法对基于ArcGIS平台的三维线形的平面交点数量和参数、纵断面变坡点数量和参数同时进行求解，实现铁路三维线形的智能设计；利用本智能设计方法的三维线形能综合考虑工程费用和运营费用，较好地绕避障碍物和适应地形，为工程设计人员提供前期设计参考。

公开(公告)号：CN115619060B

公开(公告)日：2023-12-05

申请号：CN202211317316.4

申请日：2022-10-26

Applicant: 中南大学

Inventor： 缪鹍 ,  王介源 ,  戴炎林

IPC: G06Q10/047 ,  G06Q50/30 ,  G06N3/006

Abstract: 本发明公开了一种基于离散区间工况选择的列车节能运行优化方法。基于离散的列车的运行区间，进行限速线重构，采用差异边机制对蚁群系统算法进行改进，并直接进行工况选择，设计兼顾节能和准时的目标函数及信息素启发因子，将时间补偿机制融入了算法的信息素更新中，优化得到列车运行所需的工况序列。

公开(公告)号：CN114861368B

公开(公告)日：2023-09-12

申请号：CN202210659378.7

申请日：2022-06-13

Applicant: 中南大学

Inventor： 缪鹍 ,  戴炎林 ,  况卫 ,  周启航 ,  肖智 ,  王介源

IPC: G06F30/17 ,  G06F30/27 ,  G06N3/04 ,  G06N3/084

Abstract: 本发明公开了一种基于近端策略的铁路纵断面设计学习模型的构建方法，涉及深度强化学习理论在铁路智能选线领域的应用，是一种基于近端策略算法(Proximal Policy Optimization，PPO)的铁路纵断面方案智能设计方法。发明构建了基于近端策略优化的铁路纵断面设计学习模型，结合铁路纵断面切割线模型以及深度强化学习理论，定义了切割线模型中的状态向量、动作向量，利用奖励函数处理了铁路纵断面设计中的各种约束，同时给出了铁路纵断面成本奖励函数的形式。自动优化后的纵断面方案能综合考虑工程费用和运营环境，较好地绕避障碍物和适应地形，为工程设计人员提供前期设计参考。

公开(公告)号：CN117754585A

公开(公告)日：2024-03-26

申请号：CN202311841547.X

申请日：2023-12-29

Applicant: 中南大学

Inventor： 缪鹍 ,  戴炎林

IPC: B25J9/16 ,  E04G21/12

Abstract: 本发明涉及一种可用于钢筋自动绑扎的路径规划方法，属于建筑以及脚手架的钢筋自动绑扎技术领域，其中，该方法包括步骤：确定搜索半径，生成预测点阵，根据预测点阵完成s形路径规划。本发明通过对标准点阵位置的推算实现在存在未识别的绑扎点与图像畸变的情况下，规划出钢筋自动绑扎机构的最优路径，提高了绑扎效率。

公开(公告)号：CN115619060A

公开(公告)日：2023-01-17

申请号：CN202211317316.4

申请日：2022-10-26

Applicant: 中南大学

Inventor： 缪鹍 ,  王介源 ,  戴炎林

IPC: G06Q10/047 ,  G06Q50/30 ,  G06N3/006

Abstract: 本发明公开了一种基于离散区间工况选择的列车节能运行优化方法。基于离散的列车的运行区间，进行限速线重构，采用差异边机制对蚁群系统算法进行改进，并直接进行工况选择，设计兼顾节能和准时的目标函数及信息素启发因子，将时间补偿机制融入了算法的信息素更新中，优化得到列车运行所需的工况序列。

公开(公告)号：CN114861368A

公开(公告)日：2022-08-05

申请号：CN202210659378.7

申请日：2022-06-13

Applicant: 中南大学

Inventor： 缪鹍 ,  戴炎林 ,  况卫 ,  周启航 ,  肖智 ,  王介源

IPC: G06F30/17 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于近端策略的铁路纵断面设计学习模型的构建方法，涉及深度强化学习理论在铁路智能选线领域的应用，是一种基于近端策略算法(Proximal Policy Optimization，PPO)的铁路纵断面方案智能设计方法。发明构建了基于近端策略优化的铁路纵断面设计学习模型，结合铁路纵断面切割线模型以及深度强化学习理论，定义了切割线模型中的状态向量、动作向量，利用奖励函数处理了铁路纵断面设计中的各种约束，同时给出了铁路纵断面成本奖励函数的形式。自动优化后的纵断面方案能综合考虑工程费用和运营环境，较好地绕避障碍物和适应地形，为工程设计人员提供前期设计参考。

公开(公告)号：CN113554467A

公开(公告)日：2021-10-26

申请号：CN202110848678.5

申请日：2021-07-26

Applicant: 中南大学

Inventor： 缪鹍 ,  周启航 ,  冯倩 ,  戴炎林 ,  李洵贻 ,  李挺

IPC: G06Q30/02 ,  G06Q10/04 ,  G06F16/29 ,  G06N3/00

Abstract: 本发明公开了一种基于协同进化的铁路三维线形智能设计方法，首先建立两个三维线形设计目标函数，依据铁路的线路等级、平面和纵断面的约束条件、单价费用，采用协同进化差分算法对基于ArcGIS平台的三维线形的平面交点数量和参数、纵断面变坡点数量和参数同时进行求解，实现铁路三维线形的智能设计；利用本智能设计方法的三维线形能综合考虑工程费用和运营费用，较好地绕避障碍物和适应地形，为工程设计人员提供前期设计参考。