公开(公告)号：CN107944066B

公开(公告)日：2020-11-27

申请号：CN201610894682.4

申请日：2016-10-13

Applicant: 同济大学

Inventor： 戴毅茹 ,  王坚 ,  马瑶

IPC: G06F30/17 ,  G06F30/27 ,  G06N3/08 ,  G06N3/12 ,  G06F119/08

Abstract: 本发明涉及一种基于大数据的余热锅炉节能潜力分析方法，通过Hadoop大数据分析平台实现，所述Hadoop大数据分析平台包括数据层、业务层和表示层，所述方法包括下列步骤：数据层对余热锅炉数据进行采集和存储；业务层从存储的余热锅炉数据中选取锅炉主蒸汽流量作为输出，影响参数作为输入，构建三层BP神经网络模型；业务层训练三层BP神经网络，得到余热锅炉的工艺参数模型；业务层利用遗传算法寻优对工艺参数进行优化，得到余热锅炉最优的工艺参数组合；业务层计算对应的年节约吨标煤并得到余热锅炉的节能率，并通过表示层进行展示。与现有技术相比，本发明具有利用大数据平台得到的分析结果准确以及提高节能量等优点。

公开(公告)号：CN105808734B

公开(公告)日：2020-07-28

申请号：CN201610135903.X

申请日：2016-03-10

Applicant: 同济大学

Inventor： 王坚 ,  凌卫青 ,  戴毅茹 ,  鲍清

IPC: G06F16/28 ,  G06F16/2455

Abstract: 本发明涉及一种基于语义网的钢铁制造过程知识间隐性关系获取方法，用以对钢铁制造过程知识之间的隐性关系进行准确表达，包括以下步骤：1)对钢铁制造过程知识进行三元组表述，建立钢铁制造过程知识的概念与关系的初始化模型；2)将初始化模型进行转化，构建本体库；3)对生产标准数据和本体库进行语义映射，构建语义网模型；4)采用语义网规则语言SWRL对钢铁制造过程知识中概念与关系的约束条件进行形式化表达，建立面向知识推理的规则库；5)根据语义网模型和规则库，采用推理引擎，获取钢铁制造过程知识之间的隐性关联信息。与现有技术相比，本发明具有可复用、易维护、表达灵活、充分发掘、数据联系强等优点。

公开(公告)号：CN109739210A

公开(公告)日：2019-05-10

申请号：CN201811595189.8

申请日：2018-12-25

Applicant: 中车工业研究院有限公司 ,  同济大学

Inventor： 齐洪峰 ,  周一青 ,  孙梅玉 ,  李明高 ,  孙帮成 ,  王坚 ,  戴毅茹

IPC: G05B23/02 ,  G01D21/02

Abstract: 本发明实施例提供一种设备部件健康状态的评估方法及装置。其中，上述方法包括基于每个决策引擎所对应的实际监测值与正常值之间的最大偏差值以及故障概率诊断模型，获得每个决策引擎对应的部件故障发生概率；基于部件故障发生概率以及每个决策引擎对应的初始置信等级，获得每个决策引擎对应的部件故障置信概率；基于所有部件故障置信概率获得部件整体故障发生概率。本发明实施例提供的设备部件健康状态的评估方法及装置通过每个决策引擎以及彼此之间影响部件整体故障发生概率的不同程度来确定不同的初始置信等级，来获取合理分配的不同部件故障置信概率，从而获得更加准确的部件整体故障发生概率以及设备部件真实的健康状态，方法简单、有效。

公开(公告)号：CN105701193A

公开(公告)日：2016-06-22

申请号：CN201610014922.7

申请日：2016-01-11

Applicant: 同济大学

Inventor： 凌卫青 ,  王坚 ,  闫俊伟 ,  戴毅茹

IPC: G06F17/30

CPC classification number: G06F16/2471 ,  G06F16/182

Abstract: 本发明涉及一种交通大数据动态信息快速搜索方法及其应用，所述快速搜索方法包括以下步骤：A1)接收搜索任务；A2)根据所述搜索任务在构建的道路交通本体库进行语义搜索，得到对应的动态信息和语义信息；所述道路交通本体库的构建具体为：A21)构建道路交通本体模型，利用D2RQ映射语言制定映射规则，进而获得相应的映射文件；A22)获取大数据平台上的静态交通数据和动态交通数据存储信息；A23)根据道路交通本体模型和映射文件将所述静态交通数据和动态交通数据存储信息映射成本体实例数据；A24)根据所述本体实例数据生成道路交通本体库。与现有技术相比，本发明具有有效提高搜索效率、保障对多源异构的交通大数据分析准确性等优点。

公开(公告)号：CN101887544A

公开(公告)日：2010-11-17

申请号：CN201010197909.2

申请日：2010-06-10

Applicant: 同济大学

Inventor： 王坚 ,  赵荣泳 ,  凌卫青 ,  戴毅茹 ,  张悦 ,  程昊翔

IPC: G06Q10/00

CPC classification number: Y02P80/10

Abstract: 本发明涉及一种连续型企业生产与能源耦合优化建模方法。具体步骤为：建立CEECOM单元模型X，设置CEECOM生产调度速率模型Ψ信息参数，生成CEECOM系统模型，根据CEECOM系统模型Petri网拓扑结构，确定物料类型并列出约束方程，运行仿真算法，计算能源消耗量，并生成相应的曲线。本发明采用了颜色扩展混杂Petri网的方法，兼顾能源流、物料流和信息流。本发明建模方法有严格的理论基础，且简洁、方便、易用，非常适合于实际使用。本发明采集由DCS或数据库来的数据，实现企业生产能耗过程的再现。对企业生产能耗活动中能耗设备(单元)不安全信息参数给出安全预警，安全预警时间内得不到相应的措施，由控制模型实施相应的处理。本发明能够连接ERP，实现企业生产能耗过程的动态仿真。

公开(公告)号：CN120012903A

公开(公告)日：2025-05-16

申请号：CN202510088962.5

申请日：2025-01-20

Applicant: 同济大学

Inventor： 戴毅茹 ,  舒一鸣

IPC: G06N5/025 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种基于元学习的飞机起落架故障诊断知识图谱补全方法，包括以下步骤：S1、使用DS‑GAT编码器来对飞机起落架故障诊断知识图谱中的实体和关系进行编码；S2、采用GNN消息传递得到飞机起落架故障诊断知识图谱中的实体和关系的表示；S3、通过子图构建和元训练来预测未知实体之间的关系，完成飞机起落架故障诊断知识图谱补全。采用本发明方法，可以提高飞机起落架故障诊断效率。

公开(公告)号：CN112115620B

公开(公告)日：2024-04-26

申请号：CN202011041844.2

申请日：2020-09-28

Applicant: 同济大学

Inventor： 戴毅茹

IPC: G06F30/20 ,  G06F119/16

Abstract: 本发明涉及一种基于分形思想的学习曲线产品单位成本评估方法，包括以下步骤：将产品结构自底向上划分为多个层级，其中最底层包括用于组成上一层级中装配件的零件，中间层级包括用于组成上一层级中装配件的零件和装配件，最顶层为产品，然后建立所有零件的学习曲线模型，根据零件的学习曲线模型从最底层开始采用自底向上的迭代方式构建产品结构中间层级的装配件的学习曲线模型并获取产品的学习曲线模型，根据产品的学习曲线模型获取产品的单位成本。与现有技术相比，本发明采用自底向上的迭代方式进行构建，弥补了历史数据采集困难及其统计方式的弊端，支持自顶向下的学习行为及其学习效应的分析，能够对产品的单位成本进行有效评估分析。

公开(公告)号：CN117273055A

公开(公告)日：2023-12-22

申请号：CN202311285718.5

申请日：2023-10-07

Applicant: 同济大学

Inventor： 戴毅茹 ,  陈子昊 ,  周圣清

IPC: G06N3/006 ,  G06F17/10

Abstract: 本发明提供了一种基于动态精英学习和动态环境选择的多目标优化装置，包括输入模块用于用户输入根据指定的多目标优化任务构建的m个目标函数和n个决策变量界限范围函数；初始化模块用于构建并初始化包括N个个体的种群P，并设置迭代次数G为1；种群存储模块用于存储种群P；计数存储模块用于存储迭代次数G和预先设置的最大迭代数；种群迭代模块用于根据迭代次数G、最大迭代数、决策变量界限范围函数和目标函数对种群P进行迭代更新得到种群PF；输出模块用于向用户显示种群PF作为多目标优化任务的优选方案。总之，本方法能够更加快速地得到更为准确的指定的多目标任务的优选方案。

公开(公告)号：CN114444793A

公开(公告)日：2022-05-06

申请号：CN202210072948.2

申请日：2022-01-21

Applicant: 同济大学

Inventor： 戴毅茹 ,  曾依浦

IPC: G06Q10/04 ,  G06N3/00 ,  G06Q50/06

Abstract: 本发明涉及一种基于改进粒子群算法的综合能源系统设备容量优化方法，包括：建立由光伏、风电、CCHP以及电储能设备组成的综合能源系统模型；确定综合能源系统模型的目标函数以及约束条件；基于反向学习和精英提升，构建改进的动态多种群无速度项粒子群算法；利用改进的动态多种群无速度项粒子群算法，结合综合能源系统模型的目标函数以及约束条件，完成对综合能源系统设备容量配置的求解，得到最优的容量配置方案。与现有技术相比，本发明通过改进粒子群算法，不仅能有效简化粒子的位置更新过程，而且可以避免粒子错过全局最优解，从而能够快速、准确、稳定地求解出综合能源系统设备容量配置最优方案。

公开(公告)号：CN110415835A

公开(公告)日：2019-11-05

申请号：CN201811125938.0

申请日：2018-09-26

Applicant: 中车工业研究院有限公司 ,  同济大学

Inventor： 孙梅玉 ,  孙帮成 ,  李明高 ,  刘天赋 ,  齐洪峰 ,  王坚 ,  戴毅茹 ,  周一青 ,  张强

IPC: G16Z99/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种机械设备的剩余寿命预测方法及装置。其中，所述方法包括：获取预设时间段内机械设备的各个状态参数各自对应的状态数据；其中，所述状态参数是预设的；根据各个所述状态参数各自对应的状态数据和单层感知机模型，获得中间预测结果；其中，所述单层感知机模型是预设的；根据所述中间预测结果和剩余寿命预测反向传播神经网络模型，预测所述机械设备的剩余寿命；其中，所述剩余寿命预测反向传播神经网络模型是预先建立的。所述装置用于执行上述方法。本发明提供的机械设备的剩余寿命预测方法及装置，由于结合单层感知机模型和反向传播神经网络模型对机械设备的剩余寿命进行预测，提高了机械设备剩余寿命预测的准确性。