-
公开(公告)号:CN118446390A
公开(公告)日:2024-08-06
申请号:CN202410453926.X
申请日:2024-04-16
Applicant: 哈尔滨工程大学
IPC: G06Q10/047 , G06Q50/08 , G06N3/09 , G06N7/01
Abstract: 本发明涉及虑及障碍阻滞影响的选址‑路径优化方法,属于工程建造管理技术领域。解决大量的路径规划处理随着目标点数量的增加处理难度会越来越大的问题。提取平面上障碍物的信息,并进行预测;障碍影响距离的信息包括障碍物的面积、障碍物的形状、欧式距离、质心偏移距离;根据障碍影响距离的信息,结合目标点的信息、车辆容量、平面信息,对配送中心进行选址,规划配送中心到目标点的路径,构建数学模型;判断配送中心到若干目标点的若干路径上是否存在障碍物信息,构建预测模型。通过高斯过程回归学习对障碍影响距离进行预测,实现不同目标点之间障碍影响距离的快速估计,依据HO‑NSGAⅡ进行阻塞环境下物资仓储位置以及配送路径的合理规划。
-
公开(公告)号:CN112580919A
公开(公告)日:2021-03-30
申请号:CN201910945472.7
申请日:2019-09-30
Applicant: 哈尔滨工程大学
IPC: G06Q10/06
Abstract: 本发明公开了一种面向装配的邮轮舾装车间加工资源调度优化方法,解决了人力资源浪费、浪费时间、资源调度流程难以进一步优化的问题,使得人员配置更加合理,提高了加工效率,并且对资源调度流程检测反馈,便于流程进一步优化。包括指令输入模块、调度中心、储存模块、数据处理模块、工位数据采集模块、加工资源采集模块、库存统计模块、生产工艺管理模块、班组管理模块、人员数据管理模块、顺序规划模块、路径规划模块、追踪监测模块、调度反馈模块、种类采集模块、数量采集模块、种类统计模块、数量统计模块、位置统计模块,指令输入模块和调度中心连接,调度中心和储存模块连接,调度中心和数据处理模块连接。
-
公开(公告)号:CN119740474A
公开(公告)日:2025-04-01
申请号:CN202411808873.5
申请日:2024-12-10
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06F30/15 , G06Q10/0631 , G06Q10/109 , G06Q50/04 , G06F111/04
Abstract: 本发明提供一种用于编排邮轮生产设计任务计划的启发式规则方法,包括步骤1、基于任务逻辑与任务间成熟度量化任务间的并行依赖关系;步骤2、设计融合学习曲线的任务工时‑人数关系函数;步骤3、构造计划编排模型;步骤4、提出用于编排计划的设计计划编排规则。本发明属于船舶设计技术管理领域。本发明通过建立邮轮生产设计各专业间与专业内不同流程间的任务执行逻辑模型,定义任务成熟度概念,并使用任务间的执行逻辑与成熟度来绘制任务逻辑有向无环图(DAG),以清晰表述任务间逻辑与量化任务并行依赖关系。构造融合学习曲线的任务工时‑人数关系函数,设计启发式规则方法求解得出邮轮生产设计任务执行计划。
-
公开(公告)号:CN118228593A
公开(公告)日:2024-06-21
申请号:CN202410405953.X
申请日:2024-04-07
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06F30/15 , G06N3/044 , G06N3/086 , G06F111/06
Abstract: 本发明提供一种基于深度学习与遗传算法的多目标航速优化方法,属于船舶节能减排与人工智能领域。本发明为了解决寻找船舶航速与船舶尾气中温室气体排放量之间的平衡点,根据多项环境因素反馈出最优航速,减轻航运业船舶尾气排放对环境造成的负面影响的问题。本发明的步骤包括步骤1、船舶航运过程碳排放、航速的影响因素分析;步骤2、基于强化学习构建航速与碳排量对应关系模型;步骤3、根据预测的航行过程中的主机功率及其他参数计算EEDI值;步骤4、运用遗传算法构建航速优化模型;步骤5、用户网页架构设计。
-
公开(公告)号:CN119740164A
公开(公告)日:2025-04-01
申请号:CN202411806184.0
申请日:2024-12-10
Applicant: 哈尔滨工程大学
IPC: G06F18/2433 , G06F18/25 , G06F18/15
Abstract: 本发明提供一种基于两个新异常因子的异常值检测方法,属于数据处理与管理技术领域。包括步骤1、构造去重数据集;步骤2、计算去重数据集中每个点的k邻域局部质心偏移密度因子;步骤3、计算去重数据集中每个点的全局特征拟合偏移距离因子;步骤4、融合两类因子;步骤5、比较去重数据集中每个点的融合因子大小,识别异常值。本发明通过设计局部质心偏移密度因子与全局特征拟合偏移距离因子,并融合两类因子,实现数据重复次数多且数据特征间存在拟合关系特点数据异常值的准确识别。
-
公开(公告)号:CN119443464A
公开(公告)日:2025-02-14
申请号:CN202411278145.8
申请日:2024-09-12
Applicant: 哈尔滨工程大学
Abstract: 一种小样本数据下船舶分段制造时间预测方法,本发明为了解决小样本数据下,船舶分段制造时间预测准确性难以保证的问题,本发明将具有大量历史数据的分段视为源领域,将小样本数据集下的分段视为目标领域,通过机器学习技术构建一个源领域分段制造时间的预测模型,提取其网络权重和偏置值并迁移至目标领域分段的预测模型,分析源领域与目标领域分段的相似性和差异性特征,根据分析结果,冻结相似性特征的模型参数并微调差异性特征的模型参数,完成对目标领域分段制造时间预测模型的构建。本发明的时间预测方法不仅有效地解决了小样本数据下船舶分段制造时间预测的难题,而且在精度和稳定性方面表现出显著的优势。本发明属于时间预测技术领域。
-
公开(公告)号:CN119270778A
公开(公告)日:2025-01-07
申请号:CN202411287774.7
申请日:2024-09-14
Applicant: 哈尔滨工程大学
IPC: G05B19/418
Abstract: 本发明涉及一种船舶分段装配作业车间多阶段协同调度方法,属于装配作业车间调度技术领域。船舶分段装配作业车间调度建模为虑及加工‑运输‑装配三阶段的装配作业车间协同调度问题模型;基于改进遗传算法求解加工‑运输‑装配三阶段的装配作业车间协同调度问题模型。以完工时间最小化为优化目标,将加工阶段的零件完整性约束、运输阶段零件的时间差异性约束以及装配阶段的堵塞流水约束转化为数学模型中的控制变量约束;在遗传算法基础上改进策略,提升遗传算法针对船舶分段装配作业车间调度问题的求解能力;效地解决船舶分段装配作业车间调度问题,并具有求解精度和稳定性。
-
公开(公告)号:CN119760501A
公开(公告)日:2025-04-04
申请号:CN202411806284.3
申请日:2024-12-10
Applicant: 哈尔滨工程大学
IPC: G06F18/241 , G06F18/213 , G06N3/0455 , G06N3/048 , G06N3/0985
Abstract: 本发明属于数据处理与管理技术领域,提供一种基于正交矩阵‑自编码器的无序多分类变量编码方法,包括步骤1、使用正交矩阵进行无序多分类变量编码;步骤2、使用贝叶斯优化自编码器超参数;步骤3、使用优化后的自编码器进行正交数值向量降维;步骤4、使用低维数值编码输入至神经网络模型进行目标预测。它涉及将无序多分类变量映射为低维数值向量,以输入至神经网络模型进行目标预测。本发明通过正交矩阵对无序多分类变量进行数值编码,保证编码之间位置独立、距离相等、大小相同;其次使用自编码器对数值编码开展表征学习后进行降维,保证输入至神经网络的数据学习到了正交矩阵的相关特点的同时又是低维的。
-
-
-
-
-
-
-