公开(公告)号：CN118381729A

公开(公告)日：2024-07-23

申请号：CN202410184379.X

申请日：2024-02-19

Applicant: 南京信息工程大学

Inventor： 申晓宁 ,  陈星晖 ,  陈文言 ,  张雨驰

IPC: H04L41/0823 ,  H04L41/083 ,  H04L41/0833 ,  H04W24/02 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了基于深度强化学习的建筑综合能源系统优化方法，涉及深度强化学习技术领域，该方法包括：初始化建筑综合能源系统智能调度环境中的状态信息；建立建筑综合能源系统智能调度决策模型；构建马尔科夫决策过程；根据状态信息产生调度方案；用户根据调度方案调整用电计划，反馈给运营商调整状态信息；采集调度过程中产生的轨迹信息，存放到经验回放池中；经验回放池中的轨迹数量达到要求时，对调度决策模型参数进行训练；若能源运营商的累计总收益稳定，输出最优调度方案与价格信息。本发明针对建筑综合能源系统优化过程中出现的随机动态事件或不确定因素，能及时根据环境状态的变化生成最优的调度方案与定价信息。

公开(公告)号：CN116342064A

公开(公告)日：2023-06-27

申请号：CN202310322032.2

申请日：2023-03-29

Applicant: 南京信息工程大学

Inventor： 申晓宁 ,  毛鸣健 ,  徐继勇 ,  陈文言 ,  姚铖滨

IPC: G06Q10/10 ,  G06Q10/0631 ,  G06F9/48 ,  G06F18/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于深度强化学习的大规模敏捷软件项目调度方法，包括：初始化大规模敏捷软件项目调度环境中敏捷软件项目和人力资源的状态信息；建立基于深度强化学习的大规模敏捷软件项目调度决策模型，产生调度方案进行调度；采集调度过程中产生的轨迹信息，存放到经验回放池并更新所有轨迹优先级；经验回放池中的轨迹数量达到要求时，按优先级批量采样轨迹对调度决策模型参数进行训练；利用训练好的调度决策模型生成更优的调度方案进行调度；若所开发用户故事总价值稳定，则输出最优调度方案。本发明针对敏捷软件开发过程中出现的随机动态事件或不确定因素，能及时根据环境状态的变化生成最优的调度方案。

公开(公告)号：CN117455139A

公开(公告)日：2024-01-26

申请号：CN202311215931.9

申请日：2023-09-19

Applicant: 南京信息工程大学

Inventor： 申晓宁 ,  姚铖滨 ,  陈文言

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06N3/006

Abstract: 本发明公开了一种基于多种群协同人工蜂群算法的最佳员工任务分配方法，包括如下步骤：读取项目的输入信息，定义优化目标，设定约束条件；针对项目新技能需求，设计新技能学习机制，并调用所发明的多种群协同人工蜂群算法MCABC求解调度方案；判断是否发生动态事件，若发生；则通过MCABC算法重新确定当前重调度时刻的最优调度方案并执行；判断项目任务是否完成，若未完成则重复判断是否发生动态事件直至项目任务全部完成，调度结束。本发明设计了一种新技能学习机制，将目标值和相似度双指标均较好的个体划分为潜力子种群，将仅在单一指标上较好或在双指标上均差的个体划分为多元子种群，两类子种群分别完成不同的搜索职能。

公开(公告)号：CN116415745A

公开(公告)日：2023-07-11

申请号：CN202211363774.1

申请日：2022-11-02

Applicant: 南京信息工程大学

Inventor： 申晓宁 ,  陈文言 ,  潘红丽 ,  葛忠佩 ,  张雨驰 ,  姚铖滨

IPC: G06Q10/047 ,  G06Q10/083 ,  G06N3/006

Abstract: 本发明公开一种垃圾车辆低碳动态路径规划方法及系统，所述动态路径规划方法包括以下步骤：读取实例的输入信息，给出优化目标的定义，并设定约束条件；将Q学习的超启发式粒子群算法参数初始化；生成初始候选种群，并且计算适应度，确定个体极值和全局极值；通过高层学习策略HLS为种群选择底层启发式搜索算子LLH，并产生新的种群,计算每个新个体的目标值，Eva值增加PS；在每次迭代中更新个体极值和全局极值；若Eva>Evamax，则终止迭代，输出适应度最优的个体，该个体为规划好的车辆调度方案，否则转步骤四。本发明规划方法采用一种Q学习超启发式粒子群算法，设计消除时间和容量约束的解码方式，使得解码后的解均为可行解，提高了算法的求解效率。