一种基于小样本建立复杂产品优化设计代理模型的方法

    公开(公告)号:CN105488297A

    公开(公告)日:2016-04-13

    申请号:CN201510938097.5

    申请日:2015-12-15

    Applicant: 东北大学

    CPC classification number: G06F17/5086

    Abstract: 一种基于小样本建立复杂产品优化设计代理模型的方法,属于复杂产品优化设计技术领域。确定该复杂产品优化设计的目标;为该复杂产品优化设计生成样本量为S的原始设计方案样本集;为该复杂产品优化设计生成虚拟设计方案样本集;合并原始设计方案样本集和虚拟设计方案样本集,构成混合设计方案样本集;确定复杂产品优化设计的目标相对各决策变量的灵敏度及灵敏度排序;以目标变量为输出变量,建立具有不同输入变量的三层BP神经网络模型;以混合样本集为训练样本集对上述各神经网络模型进行训练;选择性能最优的神经网络模型为最终的复杂产品优化设计代理模型。降低了生成样本的工作量,又保证了复杂产品优化设计代理模型的精度。

    一种不确定环境下的高铁列车智能调度方法及系统

    公开(公告)号:CN113536692B

    公开(公告)日:2023-10-03

    申请号:CN202110885255.0

    申请日:2021-08-03

    Applicant: 东北大学

    Abstract: 本发明公开了一种不确定环境下的高铁列车智能调度方法及系统,属于高铁列车智能调度技术领域。首先将采集铁路CTC系统内部列车运行数据,利用调度时间窗划分方法确立实际调度列车,进而确定仿真环境状态S,为提高调度模型的决策响应速度,引入先验调度知识,即对调度决策进行预筛选,再由基于Q学习方法的调度模型给出最终的调度决策,利用贪心算法生成对应的列车调度方案,考虑到调度环境的不确定性,引入能产生随机晚点的仿真模块,使调度环境更为真实有效。通过选取对实例场景进行验证,证明本发明方法及系统能够有效减缓列车晚点的传播,可为调度员的列车调度工作提供参考方案。

    一种基于Q学习的高速列车运行调整方法与系统

    公开(公告)号:CN113415322B

    公开(公告)日:2022-08-30

    申请号:CN202110884976.X

    申请日:2021-08-03

    Abstract: 本发明公开了一种基于Q学习的高速列车运行调整方法与系统,涉及高铁动态调度技术领域。不仅准确描述列车运行调整过程的状态、动作和策略以及以满足列车晚点时间最小为目标函数的奖励函数,通过交互学习方式得到突发事件下晚点列车动态调整方案辅助调度员做决策,而且从高铁路网资源的时空供给和约束两个角度,设计并搭建了支持机‑机交互的路网运行仿真模块,不仅可以仿真正常运营及典型突发事件引起的晚点的运行场景,而且可以快速地接收调度方案自动生成的调度指令模拟列车运行,刻画了高铁路网的动态变化过程,校验调度方案的可行性。最后输入真实的运行场景数据得到调度方案,验证该方法与系统的有效性,为列车动态运行调整方法提供了新的解决思路。

    一种高速铁路阶段调整计划的综合性能评估系统

    公开(公告)号:CN113581261A

    公开(公告)日:2021-11-02

    申请号:CN202111042662.1

    申请日:2021-09-07

    Abstract: 本发明公开了一种高速铁路阶段调整计划的综合性能评估系统,涉及高速铁路阶段调整计划评估技术领域。该系统提供了真实的高铁路网运行环境,当一个新生成的列车运行调整计划参与整体路网中的车辆运行仿真后,便可以根据仿真结束后统计的列车总晚点时间、列车晚点增量和受影响的列车晚点数量综合评估该列车运行调整计划是否为该情况下最优列车运行调整计划,由此也可评价生成此列车运行调整计划的调度方法的好坏,并不针对个体调度方法,更具普适性,且当调度方法为调度员人工制定时,此评估系统可作为调度员培训系统,通过对调度员制订的列车运行调整计划进行综合评价,提高调度员制订列车运行调整计划的水平和能力,辅助调度员更好地进行决策。

    一种基于Q学习的高速列车运行调整方法与系统

    公开(公告)号:CN113415322A

    公开(公告)日:2021-09-21

    申请号:CN202110884976.X

    申请日:2021-08-03

    Abstract: 本发明公开了一种基于Q学习的高速列车运行调整方法与系统,涉及高铁动态调度技术领域。不仅准确描述列车运行调整过程的状态、动作和策略以及以满足列车晚点时间最小为目标函数的奖励函数,通过交互学习方式得到突发事件下晚点列车动态调整方案辅助调度员做决策,而且从高铁路网资源的时空供给和约束两个角度,设计并搭建了支持机‑机交互的路网运行仿真模块,不仅可以仿真正常运营及典型突发事件引起的晚点的运行场景,而且可以快速地接收调度方案自动生成的调度指令模拟列车运行,刻画了高铁路网的动态变化过程,校验调度方案的可行性。最后输入真实的运行场景数据得到调度方案,验证该方法与系统的有效性,为列车动态运行调整方法提供了新的解决思路。

    一种快速恢复高铁列车准点运行的智能调度系统及方法

    公开(公告)号:CN110341763A

    公开(公告)日:2019-10-18

    申请号:CN201910652984.4

    申请日:2019-07-19

    Applicant: 东北大学

    Abstract: 本发明提供一种快速恢复高铁列车准点运行的智能调度系统及方法,涉及高铁动态调度技术领域。该系统包括应用服务器,通信服务器,数据库服务器,接口服务器,数据采集器,运行图工作站,中心控制工作站,多个车站工作站,转换器,智能优化器;采用该系统进行调度的方法,从数据库服务器的静态数据库中获取某区段列车的初始参数,通过数据采集器实时采集列车运行相关的动态参数;针对突发事件造成列车晚点事件,通过智能优化器建立列车调整模型,并利用粒子群算法根据列车计划运行图以及线路的基本信息调整列车实绩运行图,得到列车阶段计划,进而对列车运行进行智能调度。本发明系统及方法减少了人工调整计划方案的次数以及提高了调整的效率。

    一种基于工业过程的大数据压缩方法

    公开(公告)号:CN106372181B

    公开(公告)日:2019-08-06

    申请号:CN201610785231.7

    申请日:2016-08-31

    Applicant: 东北大学

    Abstract: 本发明提供一种基于工业过程的大数据压缩方法,涉及工业大数据分析技术领域。本发明通过对采集的生产数据按数据块和采集数据项进行压缩,根据采集数据项的类别,对浮点型、布尔型和字符型的采集数据分别进行处理,判定浮点型数值波动范围和比较布尔型、字符型相邻数据的变化来决定需要压缩的保存的数据。本发明既能有效改善工业过程中因时间的增加后采集数据项的数值发生偏移导致压缩结果偏差过大的问题,又能减少压缩后的采集数据项所占空间的大小,提高压缩效率,使工业数据库系统快速、有效地管理数据。

    基于数据驱动的风机主控系统故障诊断和在线监测方法

    公开(公告)号:CN106762452B

    公开(公告)日:2019-04-23

    申请号:CN201611120557.4

    申请日:2016-12-08

    Applicant: 东北大学

    Abstract: 基于数据驱动的风机主控系统故障诊断和在线监测方法,属于故障诊断技术领域;包括:计算风机主控系统正常数据的控制限;计算风机主控系统故障数据的统计量;根据统计量与控制限的关系确定故障发生时间T,并确定时间T时采集的故障数据中各主控系统变量贡献率及故障变量;依次计算风机主控系统实时数据中故障变量对应的信噪比、主元数和统计量,如果统计量是否位于控制限内,风机主控系统运行过程正常,否则,将故障变量对应的传感器作为故障传感器;本发明避免用到风机复杂的机理建模和信号分析;可对同一时段的多种故障进行监测,可发现的故障是多维的;采用最大的信噪比确定主元数,所以提高了故障的监视灵敏度。

    一种基于工业过程的大规模分布式数据采集系统及方法

    公开(公告)号:CN105527948B

    公开(公告)日:2018-04-24

    申请号:CN201510925806.6

    申请日:2015-12-11

    CPC classification number: Y02P90/02

    Abstract: 一种基于工业过程的大规模分布式数据采集系统及方法,该系统包括若干组现场设备、若干个现场控制站、数据采集调度模块、若干台数据采集客户端、若干个数据库,数据采集调度模块根据现场控制站运行状态信息、数据采集客户端运行状态信息、数据采集周期、需要采集的数据项为若干台数据采集客户端分配数据采集任务;数据采集客户端用于设定采集数据周期、需要采集的数据项、数据采集客户端运行状态阈值,并将采集到的数据存储到数据库中;若干个数据库存储若干台数据采集客户端采集的数据。本发明可以根据用户的需求设定数据项和数据采集周期,具有高容错性、高可靠性、易用性和扩展性。

    一种基于工业过程的大数据压缩方法

    公开(公告)号:CN106372181A

    公开(公告)日:2017-02-01

    申请号:CN201610785231.7

    申请日:2016-08-31

    Applicant: 东北大学

    CPC classification number: G06F16/1744

    Abstract: 本发明提供一种基于工业过程的大数据压缩方法,涉及工业大数据分析技术领域。本发明通过对采集的生产数据按数据块和采集数据项进行压缩,根据采集数据项的类别,对浮点型、布尔型和字符型的采集数据分别进行处理,判定浮点型数值波动范围和比较布尔型、字符型相邻数据的变化来决定需要压缩的保存的数据。本发明既能有效改善工业过程中因时间的增加后采集数据项的数值发生偏移导致压缩结果偏差过大的问题,又能减少压缩后的采集数据项所占空间的大小,提高压缩效率,使工业数据库系统快速、有效地管理数据。

Patent Agency Ranking