-
公开(公告)号：CN109730537B
公开(公告)日：2020-06-23
申请号：CN201910235468.1
申请日：2019-03-27
Applicant: 江南大学
Abstract: 本发明公开了一种可调参数胶囊咖啡调味系统及方法，涉及食品加工领域，包括加热系统、供水系统、冲泡系统和控制通信系统；加热系统包括温度传感器、锅炉、锅炉继电器；温度传感器设置在锅炉上；锅炉继电器对锅炉工作进行控制；供水系统包括水泵、流量传感器、水泵继电器；流量传感器设置在水泵和锅炉之间；水泵继电器对水泵工作进行控制；冲泡系统包括气泵、压力传感器、气泵继电器；气泵继电器对气泵工作进行控制；控制通信系统包括控制器、上位机。通过计算机调味方法和配套咖啡机硬件系统，实现咖啡机冲泡水温、水量、水压读取、工作数据可视化、工作数据保存以及水温调节、水量调节、水压调节。
-
公开(公告)号：CN109730537A
公开(公告)日：2019-05-10
申请号：CN201910235468.1
申请日：2019-03-27
Applicant: 江南大学
Abstract: 本发明公开了一种可调参数胶囊咖啡调味系统及方法，涉及食品加工领域，包括加热系统、供水系统、冲泡系统和控制通信系统；加热系统包括温度传感器、锅炉、锅炉继电器；温度传感器设置在锅炉上；锅炉继电器对锅炉工作进行控制；供水系统包括水泵、流量传感器、水泵继电器；流量传感器设置在水泵和锅炉之间；水泵继电器对水泵工作进行控制；冲泡系统包括气泵、压力传感器、气泵继电器；气泵继电器对气泵工作进行控制；控制通信系统包括控制器、上位机。通过计算机调味方法和配套咖啡机硬件系统，实现咖啡机冲泡水温、水量、水压读取、工作数据可视化、工作数据保存以及水温调节、水量调节、水压调节。
-
公开(公告)号：CN114077964B
公开(公告)日：2022-07-15
申请号：CN202111339305.1
申请日：2021-11-12
Applicant: 江南大学
Abstract: 本发明涉及一种电子固废回收全流程智能解析方法，包括获取电子固废产生量历史数据构建多元灰色模型，对多元灰色模型的预测值进行误差补偿，获得电子固废产生量预测值；基于预测值构建回收网点选址模型并对其进行求解，获得回收网点位置分布，根据回收网点位置分布构建分拣中心选址模型并对其进行求解，获得分拣中心位置分布；基于回收网点位置分布和分拣中心位置分布构建回收人员调度模型、回收车辆调度模型、长期供货模型及短期调货模型，分别对其进行求解，获得回收人员调度方案、回收车辆调度方案、长期供货方案及短期调货方案；对方案进行可视化处理。本发明针对电子固废回收全流程进行了智能解析，实现电子固废回收的信息化及智能化。
-
Patent Agency Ranking
公开(公告)号：CN114077964A
公开(公告)日：2022-02-22
申请号：CN202111339305.1
申请日：2021-11-12
Applicant: 江南大学
Abstract: 本发明涉及一种电子固废回收全流程智能解析方法，包括获取电子固废产生量历史数据构建多元灰色模型，对多元灰色模型的预测值进行误差补偿，获得电子固废产生量预测值；基于预测值构建回收网点选址模型并对其进行求解，获得回收网点位置分布，根据回收网点位置分布构建分拣中心选址模型并对其进行求解，获得分拣中心位置分布；基于回收网点位置分布和分拣中心位置分布构建回收人员调度模型、回收车辆调度模型、长期供货模型及短期调货模型，分别对其进行求解，获得回收人员调度方案、回收车辆调度方案、长期供货方案及短期调货方案；对方案进行可视化处理。本发明针对电子固废回收全流程进行了智能解析，实现电子固废回收的信息化及智能化。
-
公开(公告)号：CN113887816A
公开(公告)日：2022-01-04
申请号：CN202111217335.5
申请日：2021-10-19
Applicant: 江南大学
Abstract: 本发明涉及一种家用电器社会保有量的智能预测方法，包括：获取并利用家用电器社会保有量的年度历史训练集和影响因素年度历史训练集，筛选出影响因素的年度历史目标训练集，利用筛选出的影响因素的年度历史目标训练集，建立单变量灰色模型；利用单变量灰色模型的输出预测序列和家用电器社会保有量的年度历史训练集，建立多元灰色机理模型；利用智能学习方法对多元灰色机理模型的输出预测序列进行误差补偿，得到家用电器社会保有量的目标预测结果。本发明所述的方法，提高了家用电器社会保有量的预测精度和模型的通用性，使家用电器社会保有量的预测具有自主学习与自适应的能力。
-
公开(公告)号：CN111340251B
公开(公告)日：2021-12-03
申请号：CN202010089850.9
申请日：2020-02-13
Applicant: 江南大学
Abstract: 本发明公开了一种电子固废回收中的多目标智能供货方法，属于智能物流领域。所述方法包括：读取模型所需数据、计算分拣中心与拆解企业间的距离、初始化粒子群算法参数、计算各粒子的目标值、求解各粒子的适应度、筛选出全局最优粒子、更新自身最优位置、更新粒子的位置和速度、判断是否达到最大迭代次数、输出最后一代全局最优粒子位置作为供货方案。本发明综合考虑了分拣中心和拆解企业在供货过程中运费成本、拆解企业的处理能力以及分拣中心的库存压力并根据实际情况构建了约束条件，相较于单目标优化的供货方案更具有实际应用价值。
-
公开(公告)号：CN113761801A
公开(公告)日：2021-12-07
申请号：CN202111051983.8
申请日：2021-09-08
Applicant: 江南大学
Abstract: 本发明涉及一种电子固废产生量智能预测方法，包括获取待预测地区与电子固废产生量相关的历史数据，将历史数据随机划分为训练集和测试集；利用训练集建立电子固废产生量机理模型，对机理模型进行求解，得到机理模型的输出预测序列；对机理模型输出预测序列与实际的电子固废产生量之间的误差进行智能补偿，得到电子固废产生量智能预测结果；利用测试集对电子固废产生量智能预测结果进行测试，以评估最终的电子固废产生量智能预测结果的性能。本发明在机理建模的基础上，对机理模型的建模误差进行智能补偿，在提高固废产生量预测精度的同时，使得电子固废产生量的预测具有自主学习与自适应能力，能够为电子固废回收体系的规划提供参考。
-
公开(公告)号：CN111340251A
公开(公告)日：2020-06-26
申请号：CN202010089850.9
申请日：2020-02-13
Applicant: 江南大学
Abstract: 本发明公开了一种电子固废回收中的多目标智能供货方法，属于智能物流领域。所述方法包括：读取模型所需数据、计算分拣中心与拆解企业间的距离、初始化粒子群算法参数、计算各粒子的目标值、求解各粒子的适应度、筛选出全局最优粒子、更新自身最优位置、更新粒子的位置和速度、判断是否达到最大迭代次数、输出最后一代全局最优粒子位置作为供货方案。本发明综合考虑了分拣中心和拆解企业在供货过程中运费成本、拆解企业的处理能力以及分拣中心的库存压力并根据实际情况构建了约束条件，相较于单目标优化的供货方案更具有实际应用价值。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
