-
公开(公告)号：CN118690786B
公开(公告)日：2024-10-25
申请号：CN202411165362.6
申请日：2024-08-23
Applicant: 吉林大学
IPC: G06N3/045 , G06N3/0499 , G06N3/0442 , G06N3/084 , G06N3/092 , G06N3/10 , B60W50/00 , B60W60/00
Abstract: 本发明属于道路车辆控制领域，涉及一种基于深度强化学习的网联车辆协同控制方法，该方法以专家数据集作为模仿学习的样本数据，通过行为克隆算法生成行为决策网络Φ，用于异策略强化学习中的行为策略；构建actor‑critic框架，每个智能体对应一个策略网络和一个价值网络，通过循环神经网络改进价值网络和策略网络，在价值网络中添加注意力机制；之后对价值网络和策略网络进行训练，采用确定性策略梯度原理更新策略网络，TD算法更新价值网络。训练完成后，策略网络即为控制网络，通过V2X通信部署到车端，车端通过感知获取所需信息，输入控制网络得到控制措施，完成网联车辆的协同控制，该方法可实现车流总体控制目标和网联车辆单智能体约束，更符合现实条件。
-
公开(公告)号：CN118797873A
公开(公告)日：2024-10-18
申请号：CN202411289916.3
申请日：2024-09-14
Applicant: 吉林大学
IPC: G06F30/18 , G06F30/27 , G06F18/2321
Abstract: 本发明属于交通时空网络领域，具体涉及一种融合演进的卡车机动性复杂网络的构建方法，包括：步骤A：获取道路上的卡车轨迹数据与抓取各个城市货运相关的POI；步骤B：从卡车轨迹中提取车辆停靠目的地；步骤C：得到单个卡车的机动性网络；步骤D：得到城市货物运输POI拓扑网络；步骤E：根据空间交互理论，利用城市货物运输POI拓扑网络的属性计算各POI之间的吸引力和断裂条件；步骤F：得到卡车机动性网络的演进机理，构建卡车机动性网络，本发明的优点是：通过基于洛伦兹曲线法精确识别卡车POI集合，基于最大熵原理重构卡车POI吸引力模型，以及考虑卡车POI之间吸引力的动态变化，引入断裂点模型，仿真实现了卡车出行服务机动性的动态演进机理。
-
公开(公告)号：CN118504780A
公开(公告)日：2024-08-16
申请号：CN202410947057.6
申请日：2024-07-16
Applicant: 吉林大学
IPC: G06Q10/04 , G06N3/126 , G06Q10/0631 , G06Q30/0201 , G06Q50/43
Abstract: 本发明属于交通控制系统领域，具体涉及一种基于改进GAVNS的多任务众包共享汽车空车迁移优化方法，包括以下步骤：步骤A：获取迁移信息；步骤B：设计众包任务服务定价策略；步骤C：构建多任务众包共享汽车空车迁移模型；步骤D：使用辐射式搜索算法获取初始解；步骤E：使用改进的GAVNS算法求解调度策略；步骤F：绘制迁移路线并下达指令；本发明的优点：通过构建基于多任务众包的共享汽车空车迁移模型，以适应区域调度员密度的变化特性，再通过增加基于改进的GAVNS的求解方法，大大缩短了求解时间，满足了实时计算的要求。
-
公开(公告)号：CN118195557A
公开(公告)日：2024-06-14
申请号：CN202410614174.0
申请日：2024-05-17
Applicant: 吉林大学
IPC: G06Q10/10 , G06F18/241 , G06N3/126 , G06Q10/0631 , G06Q10/0875 , G06Q50/04
Abstract: 本发明涉及一种可配置订单下产品族设计和流水线构型设计协同优化方法，包括：S1：可配置订单获取，S2：获取产品集合及可重构设备信息，S3：基于Stackelberg博弈模型进行产品族设计及可重构流水线构型设计双层博弈模型构建，S4:根据双层规划固有的决策机制，采用嵌套遗传算法对双层博弈模型进行求解，输出产品族分组及构型设计方案；本发明的优点：结合产品族设计与构型设计，将产品系列的变化和制造系统构型的变化能力同步适配，以及通过对可配置订单需求进行拆分，将产品分为标准化部件及差异化部件进行分类管理，从而降低总体生产成本，提高生产线的灵活性和适应性。
-
公开(公告)号：CN117150634B
公开(公告)日：2024-01-23
申请号：CN202311412945.X
申请日：2023-10-30
Applicant: 吉林大学
Abstract: 本发明涉及一种融合交通和生态要素的生态绿道点线面规划方法，包括：步骤1：复合型生态源地的提取，利用MSPA方法和ArcGIS软件中的叠加分析工具，提取生态型绿道依托的生态源地；步骤2：融合交通要素与生态要素构建阻力面，并增加交通要素的阻力面的构建；步骤3：生成复合型廊道，进行绿道选线优化；步骤S4：融合ArcGIS与电路理论的绿点优化，生成生态节点和生态夹点区维持景观生态功能的稳定性；步骤5：绿道控制区绿面的优化策略制定，得到研究区域的最终绿面优化区域。本发明的优点是：改善城市生态环境并保持物种多样性的同时，实现提高网络路径两侧蓝绿空间的可接触性和暴露量。同
-
Patent Agency Ranking
公开(公告)号：CN116663857B
公开(公告)日：2023-10-10
申请号：CN202310914391.7
申请日：2023-07-25
Applicant: 吉林大学
IPC: G06Q10/0631 , G06N3/006 , G06Q10/04 , G06Q10/087 , G06Q50/04 , G05B19/418
Abstract: 本发明属于柔性作业车间的调度技术领域，尤其涉及一种带AGV的柔性作业车间稳定的反应性动态调度方法，首先，获取柔性作业车间的环境与生产资源信息，然后构建确定性初始调度模型和反应性重调度模型，最后通过多目标离散人工蜂群算法，求解确定性初始调度模型以获得初始调度方案，求解反应性重调度模型以获得重调度方案。本发明在面对生产过程中突发作业插入的情况，构建以最小化最大完工时间、最大化负载均衡和最大化生产稳定性为目标的反应性重调度模型，在正在执行的调度方案的基础上更新该时刻各生产资源的可用性和约束关系，重新调度剩余工序与新作业，并保持原生产过程的稳定性。
-
公开(公告)号：CN116362523A
公开(公告)日：2023-06-30
申请号：CN202310639210.4
申请日：2023-06-01
Applicant: 吉林大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/0639 , G06Q50/06
Abstract: 本发明属于交通控制系统技术领域，涉及一种考虑温度适应性的换电站选址与运营协同优化方法，包括：获取电动汽车历史轨迹信息和区域历史温度信息，提取历史出行链和行程，并温度信息匹配。基于出行链和行程时空变量，挖掘出行特征模型。基于行程时空变量和温度信息，建立电动汽车能耗模型。结合电动汽车出行特征和能耗模型，对预期规模的电动汽车的出行与换电行为进行仿真，获得不同季节情景下的换电需求时空分布。基于不同季节情景下的换电需求时空分布，构建两阶段选址与运营策略协同优化模型。采用整数L‑shaped算法对模型进行求解。本发明的优点是：实现了换电需求快速增长和换电基础设施供给梯度扩充之间的平衡。
-
公开(公告)号：CN109583797A
公开(公告)日：2019-04-05
申请号：CN201910077139.9
申请日：2019-01-28
Applicant: 吉林大学
Abstract: 本发明公开了一种面向停车生成率获取的商业综合体的模糊聚类方法，涉及停车规划与管理领域，具体涉及一种通过将典型城市商业综合体进行分类。本发明通过将商业综合体内各类功能用地的建筑规模、商业综合体内建筑功能类型、周围第一圈主干道合围范围内道路饱和度、公交可达性、停车供给能力、停车收费六项指标进行聚类分析，将具有相似停车生成率的商业综合体准确分类，以便于实现对具有相似停车生成特性的商业综合体停车生成率的获取，以及城市商业综合体停车场配建标准的制定和建筑规模的规划。
-
公开(公告)号：CN118690929B
公开(公告)日：2024-10-29
申请号：CN202411188461.6
申请日：2024-08-28
Applicant: 吉林大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明属于换电需求预测领域，涉及一种基于深度学习的换电站换电需求预测方法，以下步骤：步骤A：获取换电站的历史换电数据，获取天气数据、节假日数据；步骤B：对换电站的历史换电数据、天气数据、节假日数据进行预处理；步骤C：基于深度学习TCN‑BiGRU‑Attention的换电需求预测模型；步骤D：模型训练与验证；步骤E：模型有效性分析；步骤F：模型预测与应用；本发明的优点：具有高预测精度和强泛化能力，并能融合多种影响因素的换电需求预测模型，能够为电动汽车换电站的运营提供更准确和高效的决策支持。
-
公开(公告)号：CN118629219B
公开(公告)日：2024-10-29
申请号：CN202411121266.1
申请日：2024-08-15
Applicant: 吉林大学
IPC: G08G1/01
Abstract: 本发明属于交通控制系统领域，涉及一种基于安全场的车辆换道决策与轨迹规划交互耦合方法，包括：A：构建行车安全场模型;B：构建自车周围车辆短时轨迹预测模型;C：构建行车安全指标阈值模型;D：构建换道行为决策及轨迹规划集;E：轨迹规划初次筛选方法;F：最优轨迹二次筛选方法;本发明的优点：综合考量了行为决策与轨迹规划两个模块间的复杂耦合机理，以车辆短时轨迹预测为基础，从换道整个过程出发，以全局视角衡量最优决策与最优轨迹，以行车安全指标阈值初次筛选出满足安全性的轨迹集，以急动度、本车和周围车辆的期望速度等指标二次筛选出满足安全阈值下的综合衡量本车舒适性和交通流整体效率特性的换道决策与轨迹规划方案。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.02 seconds)
