-
公开(公告)号：CN114237044A
公开(公告)日：2022-03-25
申请号：CN202111432889.7
申请日：2021-11-29
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于递阶引力搜索的循环流化床锅炉模型辨识方法，属于循环流化床锅炉模型系统辨识技术领域；解决了循环流化床锅炉进行分析、预测的模型问题。其技术方案为：包括如下步骤：步骤1)构建表述循环流化床锅炉床温的多变量状态空间模型，根据所构建的系统模型获取循环流化床锅炉床温的辨识模型；步骤2)构建递阶引力搜索算法的辨识流程。本发明的有益效果是：本发明的方法辨识可显著降低所需辨识信息矩阵及参数向量维度，从而使该方法的计算量大幅降低，本发明的方法辨识精度高，收敛速度快，适用于循环流化床锅炉床温模型的参数辨识。
-
公开(公告)号：CN112526348B
公开(公告)日：2021-11-09
申请号：CN202011293629.1
申请日：2020-11-18
Applicant: 南通大学
IPC: G01R31/367 , G06N7/00
Abstract: 本发明提供了一种基于多新息递推贝叶斯算法的电池模型参数辨识方法，包括以下步骤：步骤1)通过间歇恒流放电法测取一定时间内的锂离子电池端电压、负载电流数据，通过多项式拟合法确定其OCV‑SOC的函数关系；步骤2)确定锂离子电池的双极化等效电路模型，建立表示电池参数辨识向量和系统输出关系的系统方程；步骤3)构建多新息递推贝叶斯算法的辨识流程。本发明的有益效果为：本发明建立了锂离子电池参数辨识的ARX模型，利用新息修正技术对前一刻的结果进行修正，基于多新息的辨识方法引入了新息长度参量，克服坏数据对参数估计的影响，提高参数估计精度，由参数辨识结果可以看出，本方法辨识精度高，具有工程价值。
-
公开(公告)号：CN119207080B
公开(公告)日：2025-04-15
申请号：CN202411247404.0
申请日：2024-09-06
Applicant: 南通大学
IPC: G08G1/01 , G08G1/052 , G08G1/0967 , G06N3/006 , G06Q50/40
Abstract: 本发明属于智能交通领域，具体涉及一种智能网联车的交叉口延迟时间优化与速度引导方法。本发明包括：构建Petri网模型；将即将到达交叉口区域的车辆进行编号并根据每一辆车经过其路径上的各个路权点的通行过程生成交叉口车辆通行序列，并解码成变迁序列；对当前变迁序列进行检测，如果存在死锁现象进行修复；获取车辆的输入信息，优化Delaytime,最后进行调速。为每辆智能网联车辆提供最优的行驶速度和通过时间建议。车辆能够在保证安全和避免死锁的前提下，以最优的速度通过交叉口，有效减少等待时间，缓解交通拥堵。
-
公开(公告)号：CN117852825B
公开(公告)日：2024-09-03
申请号：CN202410034945.9
申请日：2024-01-10
Applicant: 南通大学
Abstract: 本发明涉及智能制造生产调度技术领域，尤其涉及基于深度学习的含中心资源柔性制造系统的无死锁调度方法。本发明方法包括：针对含关键资源柔性制造系统的生产工序，建立Petri网模型；以最小化最大完工时间作为系统调度的目标函数；通过遗传算法全局寻优，获得一组较有的调度序列，作为前向神经网络的训练集与测试集；建立前向神经网络模型，训练并测试网络拟合精度，获得拟合函数；基于神经网络的改进Dijkstra算法，迭代生成Petri网的部分可达标识，通过神经网络对每个子结点拟合预计完工时间，约束可达树向较优的路径扩展，直至找出目标标识，输出满足目标函数的最短路径作为柔性制造系统的调度序列。
-
公开(公告)号：CN117314078B
公开(公告)日：2024-05-14
申请号：CN202311250447.X
申请日：2023-09-26
Applicant: 南通大学
IPC: G06Q10/0631 , G06Q10/047 , G06Q50/04 , G06F30/22 , G06F30/27 , G06N3/126 , G06F111/04 , G06F111/08 , G06F119/18
Abstract: 本发明涉及智能制造生产调度技术领域，尤其涉及基于Petri网和神经网络的柔性制造系统的无死锁调度方法。本发明包括以下步骤：基于可视化不含关键资源的柔性制造系统内部工件的加工工序以及各工件之间的机器占用情况，建立Petri网模型；通过遗传算法全局寻优，获得一组较优的调度序列，以此作为前向神经网络的数据集；建立最小化最大完工时间作为系统调度的目标函数；基于神经网络的二分搜索法，减小Petri网的可达树规模，通过神经网络对每代子结点拟合预计完工时间，约束可达树向较优的路径扩展；不断扩展可达树规模进行路径寻优，并输出满足目标函数最小的路径作为柔性制造系统的调度路径。
-
Patent Agency Ranking
公开(公告)号：CN117852825A
公开(公告)日：2024-04-09
申请号：CN202410034945.9
申请日：2024-01-10
Applicant: 南通大学
Abstract: 本发明涉及智能制造生产调度技术领域，尤其涉及基于深度学习的含中心资源柔性制造系统的无死锁调度方法。本发明方法包括：针对含关键资源柔性制造系统的生产工序，建立Petri网模型；以最小化最大完工时间作为系统调度的目标函数；通过遗传算法全局寻优，获得一组较有的调度序列，作为前向神经网络的训练集与测试集；建立前向神经网络模型，训练并测试网络拟合精度，获得拟合函数；基于神经网络的改进Dijkstra算法，迭代生成Petri网的部分可达标识，通过神经网络对每个子结点拟合预计完工时间，约束可达树向较优的路径扩展，直至找出目标标识，输出满足目标函数的最短路径作为柔性制造系统的调度序列。
-
公开(公告)号：CN117035255A
公开(公告)日：2023-11-10
申请号：CN202310633698.X
申请日：2023-05-31
Applicant: 南通大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/006
Abstract: 本发明属于制造系统生产调度技术领域，具体涉及一种含不可靠资源制造系统的鲁棒调度方法。本发明方法步骤包括：1、建立制造系统Petri网模型；2、编码和解码；3、生成初始种群；4、鲁棒检测和修复；5、计算加工时间和适应度；6、判断是否满足终止条件；7、改进遗传操作，其中包含选择、烟花爆炸、交叉、标准化变异操作；8、输出最优个体。本发明方法在鲁棒检测和修复部分，建立了一种鲁棒死锁避免策略，将所有染色体调整为控制可行染色体；在遗传操作部分，在选择操作之后加入烟花爆炸操作，增加算法的搜索效率，同时将传统的变异改为标准化变异，增加了种群的多样性，避免陷入局部最优。
-
公开(公告)号：CN114237044B
公开(公告)日：2023-07-18
申请号：CN202111432889.7
申请日：2021-11-29
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于递阶引力搜索的循环流化床锅炉模型辨识方法，属于循环流化床锅炉模型系统辨识技术领域；解决了循环流化床锅炉进行分析、预测的模型问题。其技术方案为：包括如下步骤：步骤1)构建表述循环流化床锅炉床温的多变量状态空间模型，根据所构建的系统模型获取循环流化床锅炉床温的辨识模型；步骤2)构建递阶引力搜索算法的辨识流程。本发明的有益效果是：本发明的方法辨识可显著降低所需辨识信息矩阵及参数向量维度，从而使该方法的计算量大幅降低，本发明的方法辨识精度高，收敛速度快，适用于循环流化床锅炉床温模型的参数辨识。
-
公开(公告)号：CN116009399A
公开(公告)日：2023-04-25
申请号：CN202310009374.9
申请日：2023-01-03
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一种压电作动器控制系统自适应差分进化麻雀搜索辨识方法，属于压电作动器控制系统辨识技术领域。解决了辨识压电作动器控制系统模型参数和时间延迟速度慢和精度不高的技术问题。其技术方案为：包括以下步骤：步骤1)建立压电作动器控制系统的单输入单输出模型；步骤2)构建压电作动器控制系统自适应差分进化麻雀搜索辨识方法的辨识流程，对所有参数和时间延迟进行估计。本发明的有益效果为：本发明提出的压电作动器控制系统自适应差分进化麻雀搜索辨识方法有较快的收敛速度和较高的收敛精度，能较好地适用于对压电作动器控制系统时延非线性闭环模型的建模和参数辨识。
-
公开(公告)号：CN112526348A
公开(公告)日：2021-03-19
申请号：CN202011293629.1
申请日：2020-11-18
Applicant: 南通大学
IPC: G01R31/367 , G06N7/00
Abstract: 本发明提供了一种基于多新息递推贝叶斯算法的电池模型参数辨识方法，包括以下步骤：步骤1)通过间歇恒流放电法测取一定时间内的锂离子电池端电压、负载电流数据，通过多项式拟合法确定其OCV‑SOC的函数关系；步骤2)确定锂离子电池的双极化等效电路模型，建立表示电池参数辨识向量和系统输出关系的系统方程；步骤3)构建多新息递推贝叶斯算法的辨识流程。本发明的有益效果为：本发明建立了锂离子电池参数辨识的ARX模型，利用新息修正技术对前一刻的结果进行修正，基于多新息的辨识方法引入了新息长度参量，克服坏数据对参数估计的影响，提高参数估计精度，由参数辨识结果可以看出，本方法辨识精度高，具有工程价值。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.021 seconds)
