-
公开(公告)号：CN112651657B
公开(公告)日：2023-06-27
申请号：CN202011638908.7
申请日：2020-12-31
Applicant: 杭州电子科技大学
IPC: G06Q10/0631 , G06Q10/047 , G16H40/20 , G06N3/126
Abstract: 本发明公开一种健康体检服务流程优化调度方法，包括步骤：S1、将体检者对移动距离和等待时间的主观评价映射成体检者的敏感偏好；S2、计算每个体检者的最优体检流程路径；S3、建立基于移动距离和等待时间的整体优化调度模型；S4、将整体优化调度模型转化为线性规划模型；S5、采用引入呼叫选择策略的二维基因组成染色体的GA_CS算法进行调度结果求解。本发明可以根据体检者对移动距离和等待时间的敏感偏好不同，改进针对特定体检者的体检流程路径推荐方案，使得体检中心资源利用率高的同时，强化了体检者对体检流程的满意度，增强其服务体验，进而提升体检服务机构的市场竞争力。
-
公开(公告)号：CN114529360A
公开(公告)日：2022-05-24
申请号：CN202111681897.5
申请日：2021-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种考虑多用户和模糊质量屋信息的模块化服务配置优化方法，包括以下步骤：①建立采用设计结构矩阵方法表示复杂服务流程的服务模块化结构；②构造两级QFD质量屋；③建立综合考虑服务过程的时间约束、服务组件的配置约束、预算约束和服务持续时间约束的针对多客户的服务配置优化模型；④对建立的多目标服务配置优化模型改进为线性规划模型；⑤在考虑质量屋不确定性的基础上，对模型进行了扩展，进一步转化为三目标模型；⑥构建不同算法计算不同规模服务配置优化问题的推荐方案解集；⑦构建K‑means聚类方法缩减解集，形成候选解集，最后由顾客进行满意解的目标调整和交互选择。本发明对服务公司和顾客都具有非常好的现实意义。
-
公开(公告)号：CN114298428A
公开(公告)日：2022-04-08
申请号：CN202111658698.2
申请日：2021-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于价值密度计算的旅游路线规划优化方法，步骤S1：在规划起始时刻之前采集所有游客的信息；步骤S2：确定模型计算所需的参数；步骤S3：以所有游客的总满意度最大为目标函数，建立混合整数线性规划模型；步骤S4：对该优化模型，利用变邻域搜索算法进行求解，最终得到游客总满意度最大的旅游路线规划方案。本发明从对代理定向问题的角度来考虑我国的旅游路线规划问题，解决了传统旅游中可能出现的局部拥堵问题，有助于提高旅游服务系统效率。
-
公开(公告)号：CN112712165A
公开(公告)日：2021-04-27
申请号：CN202011620250.7
申请日：2020-12-30
Applicant: 杭州电子科技大学
Abstract: 本文发明一种基于图卷积神经网络的卷烟配方智能维护方法，包括以下步骤：S1：数据准备，将配方数据转化为配方矩阵；S2：依据配方矩阵构建图信息；S3：将图中节点特征、边的权重、边的标签进行计算得到；S4：将构建好的基于图卷积网络的卷烟配方维护模型进行训练，得到有序候选集列表；S5：从有序候选集列表中选取单料片烟进行替换。本发明采用卷烟配方数据进行实验，实验结果表明，按照本本发明的卷烟配方智能维护方法推荐可替换的单料片烟，可以很好地还原实际生产过程中配方维护的过程，可以辅助实际生产过程中的配方维护工作。
-
公开(公告)号：CN112700047A
公开(公告)日：2021-04-23
申请号：CN202011637963.4
申请日：2020-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明属于数据挖掘及汽车测试技术领域，具体涉及基于BP神经网络的油量损耗预测方法。包括如下步骤：S1，通过车辆传感器采集车辆驾驶行为数据，并由车辆传感器传回主系统；S2，对车辆驾驶行为数据进行标准化处理，获得车辆驾驶行为数据的回归问题数据集；S3，利用基于BP神经网络的回归方法建立油量损耗预测模型；S4，获得基于不同车辆驾驶行为的油耗预测结果。本发明具有能够有效地处理智能车辆油耗预测问题且预测精度高的特点。
-
Patent Agency Ranking
公开(公告)号：CN111341424A
公开(公告)日：2020-06-26
申请号：CN202010119246.6
申请日：2020-02-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于两阶段鲁棒优化模型的手术调度优化方法及系统，本发明涉及的一种基于两阶段鲁棒优化模型的手术调度优化方法，包括：S11.建立基于手术时长和恢复时长区间的两阶段鲁棒优化模型；S12.对所述建立的两阶段鲁棒优化模型进行处理，得到处理后的基于手术时长和恢复时长区间的手术调度鲁棒优化模型；S13.对所述处理后的鲁棒优化模型进行求解，输出目标函数及决策变量。本发明基于区间的鲁棒优化对于不确定变量的表达形式是以上下界形式表示的区间数，不需要对大量数据进行统计分析，这有利于解决现实中数据记录不准确和数据数量有限等困境；鲁棒优化模型可以通过调节保守参数来控制所做决策的灵活程度，为决策者提供不同灵活程度的方案。
-
公开(公告)号：CN111325648A
公开(公告)日：2020-06-23
申请号：CN202010106073.4
申请日：2020-02-20
Applicant: 杭州电子科技大学
IPC: G06Q50/26 , G06Q10/04 , G06N7/02 , G06N3/12 , G06F30/20 , G06F111/06 , G06F111/04
Abstract: 本发明公开了一种基于犹豫模糊的养老服务组合优化方法及系统，本发明涉及的一种基于犹豫模糊的养老服务组合优化方法，包括：S1.获取顾客以及养老服务供应商的多评价指标相对应的指标权重以及指标值信息，根据所述获取到的指标权重以及指标值信息得到顾客和养老服务供应商的益损矩阵，并将得到的益损矩阵转化为前景矩阵，按照顾客以及养老服务供应商对待风险的不同态度使用前景矩阵得到综合前景矩阵；S2.根据所述得到的综合前景矩阵的综合前景值建立顾客和养老服务供应商的总满意度最大化的数学模型；S3.根据顾客和养老服务供应商的总满意度最大化的数学模型建立NSGA-II算法；S4.通过建立的NSGA-II算法计算得到顾客以及养老服务供应商的Pareto前沿解集。
-
公开(公告)号：CN112712165B
公开(公告)日：2024-04-12
申请号：CN202011620250.7
申请日：2020-12-30
Applicant: 杭州电子科技大学
IPC: G06F7/78 , A24B3/08 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本文发明一种基于图卷积神经网络的卷烟配方智能维护方法，包括以下步骤：S1：数据准备，将配方数据转化为配方矩阵；S2：依据配方矩阵构建图信息；S3：将图中节点特征、边的权重、边的标签进行计算得到；S4：将构建好的基于图卷积网络的卷烟配方维护模型进行训练，得到有序候选集列表；S5：从有序候选集列表中选取单料片烟进行替换。本发明采用卷烟配方数据进行实验，实验结果表明，按照本本发明的卷烟配方智能维护方法推荐可替换的单料片烟，可以很好地还原实际生产过程中配方维护的过程，可以辅助实际生产过程中的配方维护工作。
-
公开(公告)号：CN111325359B
公开(公告)日：2023-06-02
申请号：CN202010116383.4
申请日：2020-02-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于互信息的卷烟配方维护的方法及系统，本发明涉及的一种基于互信息的卷烟配方维护的方法，包括：S11.获取与单料片烟相关的数据信息；S12.根据获取到的数据信息及计算所述单料片烟之间的互信息；S13.对计算得到的单料片烟之间的互信息进行排序，得到推荐单料片烟有序列表；S14.从所述得到的单料片烟有序列表中选取所需替换的单料片烟，并进行替换。本发明使用互信息来表示单料片烟之间的配伍性，将配伍性显式地表示在算法中，并用替换单料片烟与被替换单料片烟在配方中作用的相似性来生成推荐列表，保证了新形成配方的整体配伍性。
-
公开(公告)号：CN114511182A
公开(公告)日：2022-05-17
申请号：CN202111667256.4
申请日：2021-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向高维可变抽样数的产品质量监测方法，步骤S1:确定产品的质量特征：步骤S2：定义面向高维可变抽样数的产品质量监测方法的参数：S3：确定监测过程可控状态下的误报率：S4：构建面向高维可变抽样数的过程监测统计量：S5：确定一种基于错误发现率的过程停止规则：针对于生产制造过程的质量管理环节，检验产品的特征数越来越高，检验批次大小(即抽样数)可因样品或数据缺失等问题而不同，本发明通过一种面向高维可变抽样数产品质量监测方法对产品质量进行实时监控，以提升产品质量的监测效率。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.03 seconds)
