-
公开(公告)号：CN117236612A
公开(公告)日：2023-12-15
申请号：CN202311203556.6
申请日：2023-09-18
Applicant: 合肥工业大学
IPC: G06Q10/0631 , G06Q10/083 , G06Q10/04 , G06Q50/04 , G06N3/006
Abstract: 本发明提供一种鲁棒性云制造与物流服务组合优化方法、系统、存储介质和电子设备，涉及云制造技术领域。本发明区别于传统的云制造服务组合优化方法，为每一个制造子任务提供备选云制造服务，并在每个制造子任务之后插入对应物流子任务，以此减轻意外事件对任务执行过程的负面影响，提高云制造过程中的鲁棒性，并实现了云制造服务与云物流服务的协同调配。除此之外，本发明实施例基于多种改进策略的粒子群算法来对模型进行求解：使用可行性修复算子和两个粒子群来确保总有一个符合全部约束的粒子群；提出了立足点的概念，可以让算法在可行搜索空间边界附近寻找解；提出一种邻域拓扑结构来防止算法的过早收敛。
-
公开(公告)号：CN117195889A
公开(公告)日：2023-12-08
申请号：CN202311326870.3
申请日：2023-10-13
IPC: G06F40/289 , G06N3/0442 , G06F18/25 , G06F18/213 , G06Q10/0631
Abstract: 本发明公开了一种基于多源多模态数据协同驱动的焦炭需求预测方法，其步骤包括：1、构建多模态焦炭需求的数据集；2、构建特征提取模型，用于提取多模态焦炭需求的特征；3、构建跨模态注意力机制模型，用于融合多模态焦炭需求的特征；4、利用融合后的特征预测需求。本发明通过深度学习方法辅助采购人员进行生产、采购计划的制定，充分利用生产资源，从而能实现企业降本增效的目标。
-
公开(公告)号：CN117112726A
公开(公告)日：2023-11-24
申请号：CN202310982700.4
申请日：2023-08-03
Applicant: 合肥工业大学
IPC: G06F16/33 , G06F16/35 , G06F40/30 , G06F40/289
Abstract: 本发明提供一种数据驱动的汽车属性观点因果追溯方法、系统、存储介质和电子设备，涉及数据处理技术领域。本发明提出的数据驱动的汽车属性观点因果追溯方法，包括汽车属性层次结构网络构建方法及汽车属性观点因果关系追溯方法两方面内容。只需利用针对待分析汽车的社交评论总文本，无需追溯海量文本语料库，有效的解决了现有方案研究模式覆盖率低、文本语料依赖性强的问题；并且在传统属性观点挖掘技术的基础上，探究属性层次结构中观点间的关联性，实现观点因果关系追溯，帮助企业全面更快速、更精准、更高效地发现用户观点的深层次原因，更好掌握汽车属性的优缺点，了解用户需求，制定更精确的产品改进策略。
-
公开(公告)号：CN114357284A
公开(公告)日：2022-04-15
申请号：CN202111556219.6
申请日：2021-12-17
Applicant: 合肥工业大学
IPC: G06F16/9535 , G06N3/04 , G06F40/289 , G06F40/242 , G06K9/62 , G06F16/9536
Abstract: 本发明提供一种基于深度学习的众包任务个性化推荐方法和系统，涉及任务推荐技术领域。本发明利用Attention机制的选择性关注隐层状态和LSTM网络对时间序列预测的准确性等优势，能够实现有效获取数据中的关键信息，从而得到众包工人对任务选择的兴趣变化和核心关注点，实现对用户整个行为序列变化的动态因素捕捉，再通过引入Word2Vec词向量模型，计算众包工人与任务之间的相似关联度，精准地向众包工人推荐众包任务。同时，本发明将众包数据切分为结构化数据和非结构化数据，从中得到历史行为信息的显式特征和隐式特征，以挖掘更有价值的潜在特征信息，进一步提高推荐精准度。
-
-
Patent Agency Ranking
公开(公告)号：CN107718522B
公开(公告)日：2019-09-13
申请号：CN201711146171.5
申请日：2017-11-17
Applicant: 合肥工业大学
Abstract: 本发明提供一种汽车复合内饰件成型生产线安全总线控制系统，解决车内饰件加工过程的脱模、抓取困难、无法实现自适应识别换模和物料一体化输送等问题，具体涉及汽车内饰件成型生产线控制领域，包括自适应送料工作站、多自由度机器人、自识别快速换模机构、卸料工作站、热成型液压机及冲裁伺服液压机，自适应送料工作站设置在热成型液压机的进料侧，多自由度机器人设置在热成型液压机的出料侧，卸料工作站和冲裁伺服液压机设置在多自由度机器人的两侧；本发明能够独立完成从工件识别、送料定位、热压成型、工件抓取、反向落料接料等5个工艺难点，有效的解决了超轻汽车内饰件加工过程的脱模和抓取困难等难题。
-
-
公开(公告)号：CN108805302A
公开(公告)日：2018-11-13
申请号：CN201810614941.2
申请日：2018-06-14
Applicant: 合肥工业大学
Abstract: 本发明公开了一种制造设备预测性维护方法及系统。所述维护方法包括：首先，根据设备生产的产品的合格率，划分设备健康等级；根据所述设备健康等级，建立设备状态模型和预维修策略模型；根据所述设备状态模型和所述预维修策略模型，建立状态转移模型；然后，根据所述状态转移模型，采用强化学习的方法确定每种设备状态对应的预维修策略，获得设备状态与预维修策略的对应表；最后，根据所述当前设备状态和所述对应表，确定当前设备状态对应的预维修策略；并根据当前设备状态对应的预维修策略对设备进行预测性维护，实现了在当前设备健康状态下对设备进行预测性维护操作。
-
公开(公告)号：CN108665306A
公开(公告)日：2018-10-16
申请号：CN201810422148.2
申请日：2018-05-04
Applicant: 合肥工业大学 , 奇瑞汽车股份有限公司
IPC: G06Q30/02
Abstract: 本发明提供一种核心竞争产品识别方法和系统、存储介质，包括：确定待分析产品的多个潜在竞争产品；从待分析产品和每一个潜在竞争产品的在线客户评论中均采集第一预设数量的在线客户评论，形成数据集；从数据集中的在线客户评论中提取出产品名称，并根据提取出的产品名称，构建产品名称库；根据数据集中包含产品名称库中至少两个产品名称的在线客户评论，确定待分析产品的潜在客户流失到每一个潜在竞争产品的概率；根据潜在客户流失到各个潜在竞争产品的概率，从多个潜在竞争产品中选取出待分析产品的核心竞争产品。通过本发明，企业可以了解其产品的核心竞争产品，进而便于对其产品相对于核心竞争产品的优劣进行分析。
-
公开(公告)号：CN107392258B
公开(公告)日：2018-08-31
申请号：CN201710661722.5
申请日：2017-08-04
Applicant: 合肥工业大学
Abstract: 本发明公开了一种设备故障元件排查方法及系统，通过获取元件状态异常数据和设备故障维修数据，建立故障‑元件‑传感器贝叶斯信念网络模型，并基于故障‑元件‑传感器贝叶斯信念网络模型，计算与元件相连的传感器检测到元件异常时元件实际异常的概率；将此概率按照从大到小的顺序依次排列，得到排列后的元件实际异常的概率，并通过排列后的元件实际异常的概率的顺序对应排列元件，则排列在前的元件为优先排查的元件。即采用本发明提供的方法或者系统，能够系统的建立故障、元件以及传感器三者之间的关系式，并根据此关系式能够快速的得到设备故障发生时最有可能出现故障的元件，避免人为主观进行故障排查，提高设备故障元件排查效率。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.028 seconds)
