公开(公告)号：CN120031295A

公开(公告)日：2025-05-23

申请号：CN202510071243.2

申请日：2025-01-16

Applicant: 上海大学

Inventor： 潘全科 ,  陈腾宇 ,  苗中华

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06Q50/02 ,  G06N20/00 ,  G06N3/126 ,  G06N3/092 ,  G06N3/045

Abstract: 一种采用基于分布估计的学习型模因算法的多植保无人机协同任务分配与调度方法，通过随机初始化生成符合约束的可行解，并初始化概率模型；利用概率矩阵生成任务点序列，并通过UATR数据驱动方法实现无人机分配；采用UATR对序列中的点进行无人机分配；通过四种局部搜索方法探索更高质量的解，利用精英子种群策略更新概率模型与UATR模型；根据更新后的模型生成最佳解决方案。本发明通过深度强化学习和概率模型的结合，实现了无人机任务分配与路径规划的高效、精准控制；UATR模型能够综合考虑无人机和任务点的综合信息，智能确定最优分配方案；局部搜索策略和精英子种群筛选方法的运用，提高了算法的收敛速度和解的质量，适用于农业植保、环境监测等领域的无人机任务规划。

公开(公告)号：CN113627716B

公开(公告)日：2024-08-23

申请号：CN202110732274.X

申请日：2021-06-30

Applicant: 上海大学

Inventor： 潘全科 ,  孙亮

IPC: G06Q10/0631 ,  G06Q10/083 ,  G06N3/006

Abstract: 本发明公开了一种用于多配送中心抗干扰车辆调度方法。在多配送中心车辆调度中，车辆从配送中心出发，为最后一个客户提供配送服务后，根据实际需要，返回某个配送中心。为了解决多配送中心车辆调度中普遍存在的二律背反问题，本发明提出了一种混合的抗干扰多目标进化算法。算法设计主要体现在：提出兼顾及时点和最短边的初始解来生成一组优质初始解；设计复制和局部搜索算子来提高算法的探索与开发能力。与现有的一些算法相比，本发明得到了一个更优质的多配送中心车辆调度解决方案。

公开(公告)号：CN114169678B

公开(公告)日：2024-07-16

申请号：CN202111303592.0

申请日：2021-11-05

Applicant: 上海大学

Inventor： 潘全科 ,  黄颖颖 ,  潘怡然

IPC: G06Q10/0631 ,  G06Q10/0633 ,  G06N3/126

Abstract: 本发明公开了一种求解分布式组装生产计划排布问题的改进文化基因算法。本算法设计主要体现在：提出了一种有效结合两种规则的构造性启发式，来获得高质量的初始种群；设计了一种新的结构，以子代解集为单位的小循环嵌套在大循环中，提高了种群的多样性；改进了交叉与变异算子，使解空间往好的方向发展；提出了四种具有针对性和灵活性的局部搜索算子，提高了算法的迭代效率。实验结果表明，本发明与近年高效的智能算法相比，能在同一时间节点内获得质量更高的解，在提高生产效率的同时还能降低客户和合同的流失度。

公开(公告)号：CN114169678A

公开(公告)日：2022-03-11

申请号：CN202111303592.0

申请日：2021-11-05

Applicant: 上海大学

Inventor： 潘全科 ,  黄颖颖 ,  潘怡然

IPC: G06Q10/06 ,  G06N3/12

Abstract: 本发明公开了一种求解分布式组装生产计划排布问题的改进文化基因算法。本算法设计主要体现在：提出了一种有效结合两种规则的构造性启发式，来获得高质量的初始种群；设计了一种新的结构，以子代解集为单位的小循环嵌套在大循环中，提高了种群的多样性；改进了交叉与变异算子，使解空间往好的方向发展；提出了四种具有针对性和灵活性的局部搜索算子，提高了算法的迭代效率。实验结果表明，本发明与近年高效的智能算法相比，能在同一时间节点内获得质量更高的解，在提高生产效率的同时还能降低客户和合同的流失度。