-
公开(公告)号：CN118838360B
公开(公告)日：2025-02-18
申请号：CN202411323450.4
申请日：2024-09-23
Applicant: 西北工业大学
IPC: G05D1/43 , G05D1/644 , G05D109/10
Abstract: 本发明属于强化学习和最优控制技术领域，具体公开了一种基于强化学习的全向小车轨迹跟踪最优控制方法，包括以下步骤：建立全向小车的轨迹运动学模型和动力学模型；基于全向小车的轨迹运动学模型和动力学模型，设计基于神经网络求解的全向小车轨迹跟踪最优控制算法；基于全向小车的轨迹跟踪最优控制算法和持续激励条件，分析全向小车系统的一致最终有界稳定性，完成基于强化学习的全向小车轨迹跟踪最优控制方法。本发明解决了传统控制算法对HJB方程求解困难的问题，并解除了初始控制策略须为容许控制的条件限制，实现了对全向小车轨迹跟踪的最优控制。
-
公开(公告)号：CN119285450A
公开(公告)日：2025-01-10
申请号：CN202411332931.1
申请日：2024-09-24
Applicant: 西北工业大学
IPC: C07C45/27 , C07C47/57 , C07C201/12 , C07C205/44
Abstract: 本发明公开了一种1‑羟基‑2‑萘甲醛类衍生物的制备方法，包括以下步骤：以化学结构通式如(I)所示的烯胺酮类化合物和(Ⅱ)所示的乙炔类化合物为原料，在催化剂、氧化剂和酸的作用下，于水和有机溶剂混合溶液中40～100℃反应10～20h，得到结构通式如(III)所示的一种1‑羟基‑2‑萘甲醛类衍生物。本发明以烯胺酮类化合物和乙炔类化合物为原料，上述原料为合成工艺简单、转化率高的原料，底物适用范围广，原料成本低廉、催化剂使用量少、污染小的特点；另外，本发明制备方法还具有反应条件温和、合成步骤少、操作简单安全、高收率的特点。
-
公开(公告)号：CN119118977A
公开(公告)日：2024-12-13
申请号：CN202411166585.4
申请日：2024-08-23
Applicant: 西北工业大学
IPC: C07D309/38 , C07D409/04 , C07D409/14 , A61P35/00
Abstract: 本发明公开了一种γ‑吡喃酮类化合物的制备方法，包括以下步骤：以化学结构通式如(I)所示的二溴烯酮类化合物和结构通式如(II)所示的非端炔类化合物为原料，在催化剂和添加剂作用下，于有机溶剂中100～120℃下反应10～24h，得到结构通式如(III)所示的γ‑吡喃酮类化合物。本发明方法所用原料二溴烯酮类化合物和非端炔类化合物合成工艺操作简单、易于制备、转化率高、底物适用范围广；本发明通过以二溴烯酮类化合物和非端炔类化合物为原料，成功制备了γ‑吡喃酮类化合物，具有步骤简单易操作、成本低廉、绿色环保、原子经济性高以及收率高的特点。由于γ‑吡喃酮类化合物在生物学和药学活性分子中存在广泛的分布，因此具有广阔的应用前景。
-
公开(公告)号：CN118672280A
公开(公告)日：2024-09-20
申请号：CN202410687674.7
申请日：2024-05-30
Applicant: 西北工业大学
IPC: G05D1/46 , G06F30/20 , G06F30/15 , G05D109/28 , G06F119/14 , G06F111/04
Abstract: 本发明公开了一种超声速飞行器等速爬升下燃油节省的轨迹设计方法，涉及航天技术领域，根据超声速飞行器的动力学模型和发动机模型，选取飞行器的飞行航程作为新的自变量，得到新的动力学方程约束；依靠等速飞行的约束条件，将原本五阶的轨迹规划问题降阶处理为四阶的问题进行求解，并通过速度等式，将油门这一控制量转变为求解问题的过程变量，将原始优化问题从五维状态量和两个控制量转化为了四维状态量和一个控制量的问题；为此问题设置最优性能指标，对问题中的非线性约束条件进行凸化和离散技术处理，最后进行凸优化求解。本发明解决了现有方法无法解决飞行器等速爬升下燃油最省的轨迹规划的问题。
-
公开(公告)号：CN118564351A
公开(公告)日：2024-08-30
申请号：CN202410687650.1
申请日：2024-05-30
Applicant: 西北工业大学
Abstract: 本发明提供了一种用于调节飞行能量的发动机二级开机时间调整方法，获取标称弹道下飞行器一级发动机分离时刻速度，作为基准速度；获取标称弹道下飞行器二级发动机开机时间；获取在干扰条件下飞行器一级发动机分离时刻速度，作为实际速度；基于标称弹道下飞行器二级发动机开机时间，通过比较基准速度和实际速度的值，在线调整飞行器二级发动机开机时间，得到调整后的飞行器二级发动机开机时间，完成对发动机二级开机时间的调整。本发明实现控制实际飞行弹道能量散布较小，确保飞行器最终落点偏差满足技术指标，工作方式简洁可靠，开机时间调整方法易操作且效果明显。
-
Patent Agency Ranking
公开(公告)号：CN116861792B
公开(公告)日：2024-03-15
申请号：CN202310867062.1
申请日：2023-07-14
Applicant: 西北工业大学
IPC: G06F30/27 , G06N3/048 , G06N3/0499 , G06Q50/20
Abstract: 本发明公开一种基于增量网络的CAID动力学习模型构建方法，包括步骤一、建立CAID动力学模型并确定收益矩阵和适应度函数，步骤二、建立具有增量网络生成算法的学生动力模型，步骤三、建立考虑学生受到多重未知非线性环境影响下的动力学习模型，步骤四、引入具有动态权重的有教师指导的增量网络应对环境影响，步骤五、使用李雅普诺夫函数对CAID动力学模型收敛性进行分析验证；本发明构建的CAID动力学习模型的算法基于同学之间的信息收敛生成有效的通信网络，以提高课堂效率，且模型具有多层非线性，模拟学生受到的环境影响，有效体现了多种未知的非线性环境影响。
-
公开(公告)号：CN116880548A
公开(公告)日：2023-10-13
申请号：CN202310795431.0
申请日：2023-06-30
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明涉及无人机智能协同与强化学习领域，公开了一种基于增量网络的有长机指导的无人机学习方法，包括：建立基于不同环境的无人机迭代模型，确立收益矩阵；建立增量网络生成算法；建立考虑无人机在受到多重非线性环境影响下的动力学模型；引入有长机指导的增量网络应对环境影响。本发明提出的增量网络生成算法基于无人机之间的信息收敛而生成有效的通信网络，以提高无人机学习效率；基于连续动作迭代困境的无人机动力学模型具有多层非线性层，以模拟无人机受到的不同环境影响。此外，基于增量网络与无人机的动力学模型，本发明利用了李雅普诺夫函数来证明所提出模型的收敛性，从数学上证明了所提出的模型是稳定的。
-
公开(公告)号：CN116861792A
公开(公告)日：2023-10-10
申请号：CN202310867062.1
申请日：2023-07-14
Applicant: 西北工业大学
IPC: G06F30/27 , G06N3/048 , G06N3/0499 , G06Q50/20
Abstract: 本发明公开一种基于增量网络的CAID动力学习模型构建方法，包括步骤一、建立CAID动力学模型并确定收益矩阵和适应度函数，步骤二、建立具有增量网络生成算法的学生动力模型，步骤三、建立考虑学生受到多重未知非线性环境影响下的动力学习模型，步骤四、引入具有动态权重的有教师指导的增量网络应对环境影响，步骤五、使用李雅普诺夫函数对CAID动力学模型收敛性进行分析验证；本发明构建的CAID动力学习模型的算法基于同学之间的信息收敛生成有效的通信网络，以提高课堂效率，且模型具有多层非线性，模拟学生受到的环境影响，有效体现了多种未知的非线性环境影响。
-
公开(公告)号：CN110348169B
公开(公告)日：2023-03-28
申请号：CN201910674148.6
申请日：2019-07-25
Applicant: 西北工业大学
IPC: G06F30/23
Abstract: 本发明涉及一种基于压缩感知理论的尾波干涉成像方法，由于现有的线性最小二乘差分反演方法存在求解精度低、参数选取困难、计算效率低、难以定位多个扰动点的不足，同时考虑到扰动的空间区域相比于整体介质区域是稀疏的，恰好满足压缩感知理论对于信号稀疏性的要求。本发明所提供的基于压缩感知理论的尾波干涉成像方法，不需要进行复杂的参数选取操作，简单易行，计算效率高，求解结果稳定精确，并且对于同时存在多个扰动区域的情况下，仍能较为准确地获取速度扰动的空间位置和范围，相比于现有的反演方法，在实际的工程应用情况中更为适用。
-
公开(公告)号：CN112288306A
公开(公告)日：2021-01-29
申请号：CN202011234774.2
申请日：2020-11-07
Applicant: 西北工业大学
IPC: G06Q10/06 , G06Q10/10 , G06K9/62 , G06F16/9535 , G06F11/36
Abstract: 本发明提出一种基于xgboost的移动应用众包测试任务推荐方法。针对现阶段移动应用众包测试网站对测试人员任务推荐缺乏个性化，众包测试人员难以快速找到适合自己的任务的问题。本发明采用经典机器学习算法‑xgboost，结合移动应用众包测试场景，对移动应用众包测试人员进行任务的实时个性化推荐，能有效提升测试质量，缩短测试人员搜索任务花费的时间。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.04 seconds)
