-
公开(公告)号：CN111709560A
公开(公告)日：2020-09-25
申请号：CN202010474638.4
申请日：2020-05-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于改进蚁群算法的解决车辆路径问题方法，该方法运用于车辆路径问题的设计和优化，主要涉及物流车辆调度和群智优化两个领域。发明的方法优化过程包括：首先使用改进的K-means算法对配送点进行分区域，然后对每一个区域使用蚁群算法进行初始解的构建，紧接着使用遗传算法里面的最佳路径交叉策略进行全局优化和使用经典的2-Opt算法进行局部优化，最后进行信息素更新操作。本发明方法对公开的数据集进行了测试，证明了该方法对车辆路径问题的设计与优化是真实有效的。
-
公开(公告)号：CN111709559A
公开(公告)日：2020-09-25
申请号：CN202010474257.6
申请日：2020-05-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于改进的遗传算法的智能运输调度优化方法。该方法对遗传算法的几个关键操作进行了改进，加入了精英保留策略和最优近距离的交叉方法，同时，在进行适应度评估时考虑了近距离服务优先规则。精英保留策略将每一代种群中适应度最好的个体直接保留到下一代，避免它被交叉和变异操作破坏。最优近距离的交叉方法可以将种群中距离较近的个体连续排列，加快算法的收敛速度。在进行个体适应度评估时，对违背近距离服务优先规则的个体给予相应的惩罚，增大个体间的差异，从而增加优秀个体被选择的概率。本发明运算速度快，能在给定较短的优化时间的前提下得到较优的优化结果，解决了传统动态调度方法中优化效率低下的问题。
-
公开(公告)号：CN104504229B
公开(公告)日：2018-02-16
申请号：CN201410481840.4
申请日：2014-09-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于混合启发式算法的智能公交调度方法。本发明将模拟退火算法和遗传算法结合在一起，并且加入精英保留策略和适应度拉伸函数。将每一代种群中适应度最大的个体直接保留到下一代，避免它被交叉和变异操作破坏。适应度拉伸函数在算法的初期阶段，削减个体之间的差异，从而增加种群的多样性，避免遗传算法陷入局部最优解；在算法的后期阶段，增大个体间的差异，从而增加优秀个体被选择的概率，加快收敛速度。本发明运算速度快，能在较短时间内在给定发车时间频率条件下，得到优化后的调度计划，使乘客的等待时间大幅度减少；能动态调整发车频率，使发车频率符合客流总量的变化规律；能动态调整发车间隔，大幅度减少乘客的等待时间。
-
公开(公告)号：CN104778508B
公开(公告)日：2017-12-08
申请号：CN201510154943.4
申请日：2015-04-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多源数据融合的公共自行车租借预测方法。本发明首先将公共自行车租/还记录、天气、温度、节假日等历史数据经过数据清洗和预处理，获得训练数据集。使用聚类算法对数据集进行分类，划分公共自行车的不同租借模式；将分类后的数据集构建贝叶斯分类器，用于根据未来某天的节假日、天气、气温情况预测当天所属的租借模式；为不同模式的数据集分别训练各模式对应的自适应粒子群神经网络模型。最后，通过贝叶斯分类器预测某天的租借模式挑选对应的粒子群神经网络模型来预测公共自行车的租借规律。本发明预测精度高、运算速度快，能够为用户租还车提供参考依据，减少公共自行车站点不平衡状态持续时间，提高用户满意度。
-
公开(公告)号：CN106296350A
公开(公告)日：2017-01-04
申请号：CN201610629981.5
申请日：2016-08-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种可视化分析城市公共自行车系统借还模式的方法。本发明步骤如下：1.收集公共自行车数据，并对数据进行预处理；2.基于空间视角设计地理视图，直观展示站点的地理位置分布，同时提供空间过滤功能，帮助分析者交互式地选取站点或站点集合；3.基于时间视角设计单站点借还时域热度视图；采用类似表格的可视编码方式，展示某个站点在不同时间段内借还量的变化和差异；4.基于空间视角设计站点借还关联视图，展示多对多的站点借还关系；5.设计多属性视图。本发明能够有效地提高交通管理人员对于公共自行车系统运营情况的认知，提高数据分析效率，为站点管理、车辆调度提供辅助决策。
-
Patent Agency Ranking
公开(公告)号：CN105205623A
公开(公告)日：2015-12-30
申请号：CN201510717200.3
申请日：2015-10-29
Applicant: 杭州电子科技大学
IPC: G06Q10/06
Abstract: 本发明公开了一种基于区间弱耦合度的公共自行车站点调度区域划分方法。本发明首先获取空间距离数据与表示站点间关系的自行车借还数据，然后在两者结合时对rij进行归一化处理，将借还关系作为权重结合到距离矩阵中；再将代表两个站点之间借还关系的wij与表示站点间距离的dij融合，计算两个站点间的相似度sij；其次使用AP聚类算法对矩阵Sim进行求解，得到弱耦合度的区域划分；区域之间的调度取决于这两个区域之间耦合度的大小；而为了节省调度的成本，减少区域间调度的关键就是减少耦合度；因此，用耦合度目标函数R来衡量整个调度区域划分方案的合理性。本发明使得调度区域可以维持内部自行车的借还平衡，调度车区域内部调度效率提高，区域间调度工作量降低。
-
公开(公告)号：CN104504229A
公开(公告)日：2015-04-08
申请号：CN201410481840.4
申请日：2014-09-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于混合启发式算法的智能公交调度方法。本发明将模拟退火算法和遗传算法结合在一起，并且加入精英保留策略和适应度拉伸函数。将每一代种群中适应度最大的个体直接保留到下一代，避免它被交叉和变异操作破坏。适应度拉伸函数在算法的初期阶段，削减个体之间的差异，从而增加种群的多样性，避免遗传算法陷入局部最优解；在算法的后期阶段，增大个体间的差异，从而增加优秀个体被选择的概率，加快收敛速度。本发明运算速度快，能在较短时间内在给定发车时间频率条件下，得到优化后的调度计划，使乘客的等待时间大幅度减少；能动态调整发车频率，使发车频率符合客流总量的变化规律；能动态调整发车间隔，大幅度减少乘客的等待时间。
-
公开(公告)号：CN114116233B
公开(公告)日：2025-05-27
申请号：CN202210025109.5
申请日：2022-01-10
Applicant: 杭州电子科技大学
IPC: G06F9/50 , G06F9/445 , G06F18/2321 , G06N3/126
Abstract: 本发明涉及基于AP聚类算法和多目标优化算法的边缘服务器配置方法及系统，其配置方法，包括以下步骤：S1、建模公交站点和边缘服务器变量；S2、构建基于Affinity Propagation聚类算法的服务器个数以及服务器覆盖范围；S3、构建智慧公交场景下边缘服务器配置模型；S4、建模边缘服务器配置的时延、任务负载均衡、高质量服务请求比率、约束条件以及边缘网络中的总流量；S5、在满足约束条件的前提下，基于NSGAII遗传算法实现时延最小化、任务负载均衡最小化、总流量最小化、高质量服务请求比率最大化，确定边缘服务器的配置。本发明实现智慧公交场景下的边缘服务器的自动配置，且得到边缘服务器配置策略较优。
-
公开(公告)号：CN119884528A
公开(公告)日：2025-04-25
申请号：CN202411814429.4
申请日：2024-12-11
Applicant: 杭州电子科技大学
IPC: G06F16/958 , G06F16/957 , G06N3/045 , G06N3/08
Abstract: 本发明涉及web界面解析领域，涉及一种基于文本数据增强的web元素解析方法。为了提升现有的web智能体在真实世界网页上性能的不足，提出一种基于大模型数据增强的web元素web解析方法，该方法通过虚拟DOM对运行态网页进行元素抽取整合，采用BERT模型筛选出贴合输入语义的对应元素，最后采用大语言模型对筛选后的元素进行推理,实现更准确的目标元素选取。
-
公开(公告)号：CN119445219A
公开(公告)日：2025-02-14
申请号：CN202411496719.9
申请日：2024-10-25
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06V10/74
Abstract: 如何对皮革表面缺陷进行精准、可靠和智能的检测已成为工业检测领域的一个重要课题。为了进一步提高皮革缺陷识别的准确性，本发明提出了一种CSPCMNet神经网络，该网络更轻量化、更高效，同时寻求提升计算性能。CSPCMNet以CSPNet为基础，其卷积块被卷积调制模块所替代，将Transformer与传统卷积技术相结合。除此之外，针对当前研究皮革数据集数量不足以及质量不高的问题本发明还提出一个质量更优、数量更多的皮革数据集。选取了StyleGan2作为数据增强模型。通过对抗式网络生成足够多的训练样本。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.03 seconds)
