-
公开(公告)号：CN114037093B
公开(公告)日：2025-01-17
申请号：CN202111243401.6
申请日：2021-10-25
Applicant: 北京工业大学
IPC: G06Q10/30 , G06Q30/0601 , G06Q30/0201 , G06N3/126 , G06F30/27 , G06F111/04
Abstract: 本发明提供了一种基于快速非支配排序方法的电子产品回收订单分配方法，属于电子订单分配领域，包括：对电子订单分配问题进行建模，初始化快速非支配排序算法，进行染色体交叉变异，判断是否达到最大迭代次数和确定Pareto最优路径。本发明基于Pareto支配的概念，一次分配就能得到一组Pareto最优解集，具有很强的灵活性；这种订单分配方法异于传统的针对单一目标的订单分配方法和采用加权法把多目标转化为单目标的订单分配方法，能更好地满足订单分配的实际需要。
-
公开(公告)号：CN119130212A
公开(公告)日：2024-12-13
申请号：CN202410602667.2
申请日：2024-05-15
Applicant: 北京工业大学
IPC: G06Q10/0639 , G06Q50/20 , G06F18/2135 , G06N5/025
Abstract: 本发明提出了一种数据和知识驱动的研究生培养质量分析方法，针对研究生培养过程中学生培养效果和质量差异大、评价指标多样化等问题，达到科学客观地分析研究生培养质量的目的。本发明利用主成分分析方法对研究生系统数据进行特征变量挖掘，使用相关性分析方法对数据进行预处理，使用Min‑Max标准化对数据进行归一化，挖掘研究生培养质量相关特征指标，解决了研究生质量分析的数据维数高的问题，实现质量分析数据降维的目的；设计的知识驱动的研究生培养质量评估模型，将合理规则知识和可得数据结合对研究生培养质量相关特征指标加权求和，获得了培养质量分析模型；建立基于TOPSIS的培养质量评价机制，对培养质量进行排序，并实现分级评价。
-
公开(公告)号：CN118568624A
公开(公告)日：2024-08-30
申请号：CN202410559345.4
申请日：2024-05-08
Applicant: 北京工业大学
IPC: G06F18/2433 , G06N3/0442 , G06Q50/06 , G01D21/02
Abstract: 一种基于多维级联神经网络的污水处理鼓风机状态监测方法属于城市污水处理与设备管理领域。针对当前无法高效的监测城市污水处理鼓风机多维状态的问题，本发明设计了一种基于多维级联神经网络的污水处理鼓风机状态监测模型，实现了对城市污水处理厂中鼓风机多维状态的高效监测；结果表明该预测模型能够快速、准确地监测鼓风机多维状态，具有较高的状态预测精度，保证了污水处理厂设备安全稳定运行。
-
公开(公告)号：CN113627506B
公开(公告)日：2024-08-20
申请号：CN202110883215.2
申请日：2021-08-02
Applicant: 北京工业大学
Abstract: 本发明提出一种基于信息融合‑区间二型模糊神经网络的出水总磷智能检测方法，实现污水处理过程中出水总磷浓度的智能检测。针对污水处理过程具有复杂、非线性的特点，难以利用精确的数学模型建立，该出水总磷智能检测方法通过提取与出水总磷相关的特征变量，建立基于区间二型模糊神经网络的出水总磷检测模型，利用一种信息融合方法对检测模型进行训练，实现检测模型结构和参数的自动调整，完成了出水总磷智能检测模型的设计，在污水处理厂低成本运行的前提下保证了污水处理过程中出水总磷浓度的实时智能检测并提高了检测精度。
-
公开(公告)号：CN114859711B
公开(公告)日：2024-07-16
申请号：CN202210397170.2
申请日：2022-04-15
Applicant: 北京工业大学
Abstract: 本发明提出一种基于模糊二阶滑模的城市污水处理过程控制方法，利用好氧池两端的溶解氧浓度测量实现多单元的溶解氧浓度稳定控制。该方法设计了新型神经网络模型拟合溶解氧动态变化以获得等效控制量，并采用二阶滑模算法改善控制性能。该方法能有效克服污水处理过程中的强扰动影响，同时自适应工况变化，实现准确的多单元溶解氧浓度控制，有利于城市污水处理厂节能增效运行。
-
Patent Agency Ranking
公开(公告)号：CN114818468A
公开(公告)日：2022-07-29
申请号：CN202210290356.8
申请日：2022-03-23
Applicant: 北京北排水环境发展有限公司 , 北京工业大学
IPC: G06F30/27 , G16C20/20 , G16C20/70 , G06N3/04 , G06N3/08 , G06N5/04 , G06K9/62 , G06F17/16 , G06F17/18 , G06F111/08
Abstract: 本发明公开了一种基于异构迁移学习的出水总磷智能预测方法，包括：获取历史数据集；建立基于模糊神经网络的初始总磷智能预测模型；利用历史数据集和梯度下降算法对初始总磷智能预测模型进行训练；从训练后的初始总磷智能预测模型中提取参数知识，并基于参数知识，利用拉格朗日算法得到映射知识；基于映射知识和历史数据集，优化初始总磷智能预测模型的参数，得到训练后的总磷智能预测模型；获取当前输入数据集，并应用训练后的总磷智能预测模型进行预测，得到预测出水总磷。本发明对参数知识进行校正得到映射知识，利用映射知识和历史数据完成对总磷智能预测模型参数，即当前模型参数的调整，实现出水总磷的精准预测。
-
公开(公告)号：CN114626300A
公开(公告)日：2022-06-14
申请号：CN202210265969.6
申请日：2022-03-17
Applicant: 北京工业大学
IPC: G06F30/27 , G06K9/62 , G06F119/02
Abstract: 一种基于数据离散化的出水氨氮智能预测方法于污水处理领域，针对城市污水处理过程出水氨氮预测峰值精度低的问题。先判断数据离散化间隔，对输入的数据进行离散化线性插值，获得间隔为一分钟的污水运行数据，在对离散化插值后的数据进行主成分分析获得辅助变量，用离散化插值后的辅助变量对模糊神经网络进行训练，预测下一时刻的出水氨氮，解决了出水氨氮峰值预测精度低的问题，实现出水氨氮浓度的实时预测。实验结果表明该方法提高了出水氨氮预测峰值的精度，以离散化数据空间的方式为获得可信度高的城市污水处理过程出水总氮预测值提供了一种有效的方法，满足城市污水处理厂的实际需求。
-
公开(公告)号：CN112363391B
公开(公告)日：2022-03-11
申请号：CN202011092548.5
申请日：2020-10-14
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明提出了一种基于自适应分段滑模控制的污泥膨胀抑制方法，针对污水处理过程易发生污泥膨胀异常工况现象，难以过渡到正常工况的问题，实现污泥膨胀的抑制。本发明采用模糊神经网络获取污水处理运行过程的水质参数实时预测污泥体积指数判断运行过程所处工况，为控制器的切换提供参考信号，并设计具有自适应切换机制的分段滑模控制器对溶解氧浓度和硝态氮浓度进行调控，协调生化反应过程，改善污泥沉降特性，能够保证污水处理过程在发生污泥膨胀时恢复到正常工况。
-
公开(公告)号：CN114037093A
公开(公告)日：2022-02-11
申请号：CN202111243401.6
申请日：2021-10-25
Applicant: 北京工业大学
Abstract: 本发明提供了一种基于快速非支配排序方法的电子产品回收订单分配方法，属于电子订单分配领域，包括：对电子订单分配问题进行建模，初始化快速非支配排序算法，进行染色体交叉变异，判断是否达到最大迭代次数和确定Pareto最优路径。本发明基于Pareto支配的概念，一次分配就能得到一组Pareto最优解集，具有很强的灵活性；这种订单分配方法异于传统的针对单一目标的订单分配方法和采用加权法把多目标转化为单目标的订单分配方法，能更好地满足订单分配的实际需要。
-
公开(公告)号：CN113627506A
公开(公告)日：2021-11-09
申请号：CN202110883215.2
申请日：2021-08-02
Applicant: 北京工业大学
Abstract: 本发明提出一种基于信息融合‑区间二型模糊神经网络的出水总磷智能检测方法，实现污水处理过程中出水总磷浓度的智能检测。针对污水处理过程具有复杂、非线性的特点，难以利用精确的数学模型建立，该出水总磷智能检测方法通过提取与出水总磷相关的特征变量，建立基于区间二型模糊神经网络的出水总磷检测模型，利用一种信息融合方法对检测模型进行训练，实现检测模型结构和参数的自动调整，完成了出水总磷智能检测模型的设计，在污水处理厂低成本运行的前提下保证了污水处理过程中出水总磷浓度的实时智能检测并提高了检测精度。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.068 seconds)
