公开(公告)号：CN116933994A

公开(公告)日：2023-10-24

申请号：CN202310250034.5

申请日：2023-03-15

Applicant: 东南大学

Inventor： 虞文武 ,  陈都鑫 ,  王和 ,  刘洪喆 ,  孟浩飞 ,  戴鹏程

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/092 ,  G06N3/098

Abstract: 本发明提供了一种针对发电成本函数未知的动态经济调度方法，该方法包含提出了一种新的分布式训练分布式执行的强化学习框架，并在该框架下，设计了一种融合分布式优化和强化学习方法的经济调度算法。本发明提出的分布式强化学习优化算法基于分布式优化理论和强化学习模型，使用分布式的方式解决了发电成本函数未知的动态经济调度问题，可提高智能电网的电力供应。此外，本文提出的分布式强化学习算法不仅可以有效进行智能电网中的配电管理，还可以适用于大规模的智能电网场景。通过仿真结果实例，进一步说明此分布式强化学习优化算法在动态经济调度问题的数值示例中具有良好的性能和有效性。

公开(公告)号：CN116305919A

公开(公告)日：2023-06-23

申请号：CN202310250035.X

申请日：2023-03-15

Applicant: 东南大学

Inventor： 虞文武 ,  陈都鑫 ,  王和 ,  刘洪喆 ,  孟浩飞 ,  张鹤 ,  柯铭宇

IPC: G06F30/20 ,  G06F111/04 ,  G06F119/12

Abstract: 本发明旨在研究约束限制下的分布式优化问题，提供了一种新的时变非平衡图上约束优化的分布式离散时间算法，用于处理不等式约束以及闭凸集约束的凸优化问题，并改进了Push‑pull框架，经证明可有效的解决该类约束优化问题。在考虑图序列时变、图不平衡的条件下，设计了一系列完全分布式的离散算法，考虑了带有N个不同不等式约束和N个不同闭凸集约束，分析并证明提出算法的收敛性，分析了其收敛速率。该分布式优化算法思路合理，求解高效，能有效的解决多无人系统中的自主优化决策问题。

公开(公告)号：CN118414980A

公开(公告)日：2024-08-02

申请号：CN202410493973.7

申请日：2024-04-23

Applicant: 东南大学 ,  农业农村部南京农业机械化研究所

Inventor： 韩余 ,  虞文武 ,  王和

IPC: A01D46/30 ,  A01D46/04

Abstract: 本发明公开一种茶类作物采摘机构及采摘机，该采摘机构包括采摘主体，采摘主体为喇叭形、侧壁为平滑的曲面结构，且采摘主体横截面的内径自首端至尾端逐渐减小，喇叭型曲面造型实现以机械的方式对茶芽的筛选、导向与定位，不需要茶叶的精确的位置坐标，降低了对视觉感知系统的精度与实时性要求；采摘主体靠近尾端处的内侧壁上设有感应装置，用于感应进入采摘主体内的茶芽位置；采摘主体靠近首端处的侧壁上设有采摘装置，能够接收感应装置信号，并实现对采摘主体内茶芽的采摘。本发明具有该采摘机构的采摘机，在曲面结构的导向筛选作用下，茶芽逐步运动至采摘机构的中心，即茶芽被导向并限定空间位置，避免了一般采摘机构对空间位置定位的精度要求。

公开(公告)号：CN116260775A

公开(公告)日：2023-06-13

申请号：CN202310250033.0

申请日：2023-03-15

Applicant: 东南大学

Inventor： 虞文武 ,  陈都鑫 ,  王和 ,  刘洪喆 ,  孟浩飞 ,  戴鹏程

IPC: H04L47/783 ,  H04L41/14 ,  H04L41/142

Abstract: 本发明提供了一种目标函数未知的动态资源分配方法，该方法设计了一种新的分布式强化学习算法。本发明提出的分布式强化学习算法基于多智能体系统和强化学习模型，采用分布式的方式解决了动态资源分配的问题，可以在目标函数未知的情况下，实现智能体之间的网络资源分配。此外，本文提出的分布式强化学习算法不仅可以提供算法的隐私保护和信息安全，还可以提高算法的可扩展性。通过仿真结果实例，说明该分布式强化学习算法在目标函数未知的动态资源配置问题的数值示例中具有良好的性能和有效性。