-
公开(公告)号：CN117709566A
公开(公告)日：2024-03-15
申请号：CN202311797009.5
申请日：2023-12-25
Applicant: 华侨大学
IPC: G06Q10/047 , G06N3/006 , G06Q10/083
Abstract: 本发明公开一种多目标车辆路径规划方法、系统、设备及介质，涉及多目标路径规划领域，方法包括根据客户集的客户点利用启发式构造方法构建初始路径规划方案集；将初始路径规划方案集中的两个初始路径规划方案作为父代，利用交叉算子生成子代路径规划方案并将子代路径规划方案保存到种群中；根据种群的大小和种群设定阈值确定最终的种群；将初始路径规划方案集和最终的种群合并，得到完整方案集；利用严格优势关系计算最终的种群中每个解的强度值；根据自适应位移的密度估计策略计算完整方案集中每个解的密度值；进而确定完整方案集中每个解的适应度值；根据适应度值确定最终路径规划方案。本发明实现带有时间窗的多目标车辆的路径规划。
-
公开(公告)号：CN115186905A
公开(公告)日：2022-10-14
申请号：CN202210828982.8
申请日：2022-07-14
Applicant: 华侨大学
Abstract: 本发明涉及一种用于城际网约车路径规划的多任务优化方法及系统，将城际网约车路径规划问题定义为一个包含五个目标的多目标问题；通过基于贪婪的系列路径构造方法为当前的路径规划任务构造初始非占优的规划方案；基于问题分解策略的多任务环境构造方法将单个路径规划问题分解成多个表示不同方向的子问题，并将多个子问题组合成多个任务实现多任务化，加速生成路径规划方案过程；并提出一种知识转移策略将其他不同路径规划任务代表的解区域中得到的优秀路径规划方案解转移到目标任务，对路径规划方案进行多样性优化。最后引入基于链的自适应局部搜索对路径规划方案进行迭代优化。本发明能够高效地规划城际网约车的出行路径。
-
公开(公告)号：CN118839656A
公开(公告)日：2024-10-25
申请号：CN202410836482.8
申请日：2024-06-26
Applicant: 华侨大学
IPC: G06F30/394 , G06N3/042 , G06N3/045 , G06N3/044 , G06N3/08 , G06F111/06 , G06F111/20 , G06F115/12
Abstract: 本发明公开了一种基于图神经网络的电路板布线优化方法，包括以下步骤：S101，根据电路布线过程中的多目标特征构建目标函数；S102，构建基于边特征的图注意力模型；S103，生成随机数据并进行加工，利用根据所述目标函数构建的损失函数和加工后的数据对图注意力模型进行训练，生成训练好的图注意力模型；S104，收集实例数据，将收集到的实例数据输入训练好的图注意力模型，生成初始帕累托前沿解集外部存档；S105，通过局部搜索算法对初始帕累托前沿解集进行优化，得到最终帕累托前沿解集外部存档。本发明设计了基于边特征的图注意力模型的单模型，能更高效地获取电路板布线的解；并且通过局部搜索算法进一步优化了图注意力模型生成的解集。
-
公开(公告)号：CN117972381A
公开(公告)日：2024-05-03
申请号：CN202410390771.X
申请日：2024-04-02
Applicant: 华侨大学
Abstract: 本发明公开了一种基于扩散模型的互联网保险用户特征筛选方法及装置，涉及数据处理领域，包括：采用结构因果模型将用户的特征数据的集合中的若干个特征数据建模成结构因果图，并初始化因果列表；对扩散模型进行的训练过程进行改进，引入马尔可夫转移概率矩阵描述离散型变量的加噪过程，得到经训练的扩散模型；将扩散模型与结构因果图结合，对经训练的扩散模型进行迭代更新，并计算得到落叶分数，根据落叶分数确定去除已经确定为叶子节点后的特征数据为叶子节点并加入因果列表中进行拓扑排序，更新掩码；在用户的特征数据的集合中遮盖掉掩码，重复上一步骤，最终得到特征数据筛选的结果，解决难以捕捉到互联网保险用户的异质性等问题。
-
公开(公告)号：CN117557185A
公开(公告)日：2024-02-13
申请号：CN202311562728.9
申请日：2023-11-22
Applicant: 华侨大学
IPC: G06Q10/0835 , G06N5/01 , G06N7/01
Abstract: 本发明公开了一种求解多目标两级车辆路径问题的混合局部搜索方法，包括以下步骤：根据实际需求，将两级车辆路径问题建模为一个带时间窗的多目标优化模型；针对所述带时间窗的多目标优化模型，设计求解算法。本发明权衡客户、政府部门和运输公司三个方面考虑的问题，以行驶开销、车辆数目、中转站装卸开销及延迟到达惩罚成本作为优化目标，研究带时间窗的多目标两级车辆路径问题；并设计针对两级路径的局部搜索算子、破坏操作符和修复操作符以及混合局部搜索启发式算法，合理规划物流配送车辆路径，提高算法性能。本发明能够降低物流成本、提升物流效率，同时满足消费者服务诉求，对改善城市交通状况、促进可持续发展具有一定的现实意义。
-
Patent Agency Ranking
公开(公告)号：CN114723125A
公开(公告)日：2022-07-08
申请号：CN202210339414.1
申请日：2022-04-01
Applicant: 华侨大学
Abstract: 本发明提供一种结合深度学习和多任务优化的城际车订单分配方法，包括：根据城际网约出行的实际问题进行数学建模，并确定其优化目标；利用已存在的线路的历史订单信息作为训练数据，通过强化学习Actor‑Critic算法训练构建的注意力机制深度网络模型；采用训练好的模型并结合多任务优化进行订单分配优化。本发明提供的方法不仅能够实现“离线训练，在线分配”对同一场景下的订单进行分配，而且能够对新开通的城际路线订单进行预测，而多任务优化可以同时对多条不同城市间城际出行订单进行分配，通过不同线路的相似性进行迁移分别得到彼此的最优分配集合。
-
公开(公告)号：CN113204651A
公开(公告)日：2021-08-03
申请号：CN202110594900.3
申请日：2021-05-28
Applicant: 华侨大学
Abstract: 本发明公开了一种华文教育领域的多源知识图谱融合方法及装置，通过设计基于汉字、华文教学与华文教材的实体集与关系集，完成多源知识图谱的模式层设计，并在模式层的基础上，根据多源知识图谱各自的元数据构成，采用不同的方法完成多源知识图谱的构建。然后筛选具有教学用途的多源图谱共现实体节点，通过对其中的同义节点以及其关系进行合并，完成多源图谱的融合任务。本发明提供了一种针对现有华文教育领域知识碎片化解决方案，融合后的知识图谱对具有教学用途的知识信息进行了关联与整合，提升了其在华文教育领域的覆盖度与使用价值，为后续在知识图谱上进行的数据挖掘、个性化推荐与智能问答等工作提供了便利。
-
公开(公告)号：CN119228505A
公开(公告)日：2024-12-31
申请号：CN202411419774.8
申请日：2024-10-12
Applicant: 华侨大学
IPC: G06Q30/0601 , G06Q30/0282 , G06Q40/08 , G06N3/042 , G06N3/08
Abstract: 本发明公开了一种基于邻居增强图注意力网络的互联网保险产品推荐方法及装置，包括：构建用户‑产品交互矩阵和用户‑用户社会关系图；将用户‑产品交互矩阵和用户‑用户社会关系图输入经训练的评分数据预测模型，分别进行产品聚合和社会聚合，得到第一用户潜在表示向量和第二用户潜在表示向量，根据第一用户潜在表示向量和第二用户潜在表示向量得到用户表示向量；再进行用户聚合，得到产品表示向量；根据用户表示向量和产品表示向量进行评分预测，得到用户‑产品交互矩阵中的所有未知的评分数据的预测值；根据用户‑产品交互矩阵中的所有评分数据进行Top‑k推荐，得到每个用户的推荐产品序列。本发明能够解决社会关系不一致性导致的误差问题。
-
公开(公告)号：CN118657255B
公开(公告)日：2024-11-22
申请号：CN202411113958.1
申请日：2024-08-14
Applicant: 华侨大学
IPC: G06N3/0455 , G06N3/084 , G06Q10/04 , G06F18/213 , G06F18/25
Abstract: 本发明提供一种基于小波多分辨率分解的深度学习工单量预测方法，属于时间序列预测领域，包括：将每组工单样本输入ExWaveformer模型的事件检测器中提取工单类型特征；获取工单量历史输入序列和预测输入序列分别输入编码器和解码器中；将工单量预测输入序列分解为趋势分量和周期随机分量，对周期随机分量提取频域特征后重构回时域，在时域使用自注意力提取关联特征并在编码器中编码为隐向量；计算时域交叉注意力得到重构的周期随机隐向量，将其融合趋势分量得到最终生成的工单量预测序列；步骤S6、更新参数，最终得到训练好的预测模型。本发明能够降低时间复杂度，提升预测精度，当实际运用场景中出现突发事件情况下仍然能够准确预测。
-
公开(公告)号：CN117972381B
公开(公告)日：2024-08-27
申请号：CN202410390771.X
申请日：2024-04-02
Applicant: 华侨大学
Abstract: 本发明公开了一种基于扩散模型的互联网保险用户特征筛选方法及装置，涉及数据处理领域，包括：采用结构因果模型将用户的特征数据的集合中的若干个特征数据建模成结构因果图，并初始化因果列表；对扩散模型进行的训练过程进行改进，引入马尔可夫转移概率矩阵描述离散型变量的加噪过程，得到经训练的扩散模型；将扩散模型与结构因果图结合，对经训练的扩散模型进行迭代更新，并计算得到落叶分数，根据落叶分数确定去除已经确定为叶子节点后的特征数据为叶子节点并加入因果列表中进行拓扑排序，更新掩码；在用户的特征数据的集合中遮盖掉掩码，重复上一步骤，最终得到特征数据筛选的结果，解决难以捕捉到互联网保险用户的异质性等问题。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.021 seconds)
