-
公开(公告)号：CN113421043A
公开(公告)日：2021-09-21
申请号：CN202110734162.8
申请日：2021-06-30
Applicant: 暨南大学
Abstract: 本发明提供一种基于可穿戴设备的物联系统及方法，利用可穿戴设备获取员工信息判断岗位和任务的匹配性并将其和任务进行关联，利用可穿戴设备的定位信息匹配最近的叉车并在任务完成后匹配最近停车位、利用可穿戴设备获取符合订单的产品信息并将其与任务建立关联，实现了出货相关事务的相互关联，提高了出货效率以及部门间的协同。
-
公开(公告)号：CN113283167A
公开(公告)日：2021-08-20
申请号：CN202110565688.8
申请日：2021-05-24
Applicant: 暨南大学
IPC: G06F30/27 , G06N3/08 , G06Q10/04 , G06Q50/04 , G06F111/04 , G06F119/18
Abstract: 本发明涉及一种基于安全强化学习的特种设备生产线优化方法及系统，方法包括：接收车间生产线的安全设计要求数据，在仿真平台进行建模；在所建立的模型中输出生产线所需的优化参数并定义贴合特种设备生产的state、action和reward函数模型；利用构建的CPO算法解决含有高维、连续、复杂参数和安全约束条件的寻优问题；对所建立的神经网络进行训练；接收新出现的问题，进行建模后提取待优化的参数，将待优化的参数转化成神经网络的输入，得到适合生产线优化的几个较优的方案。
-
公开(公告)号：CN113239639A
公开(公告)日：2021-08-10
申请号：CN202110728541.6
申请日：2021-06-29
Applicant: 暨南大学
Abstract: 本申请涉及策略信息生成方法、装置、电子装置和存储介质，其中，该策略信息生成方法包括：从预设仿真模型中，获取对应的生产运行状态数据，其中，预设仿真模型用于表征工业生产线的运行；对生产运行状态数据进行处理，得到工业生产线的设备所对应的设备状态信息及第一动作策略信息，其中，第一动作策略信息用于指示设备按预设的运行参数进行工作；在接收到策略信息生成请求的情况下，获取工业生产线当前设备状态信息，并通过预设的强化训练模型对当前设备状态信息进行处理，生成对应的策略信息。通过本申请，解决了相关技术中对包括离散任务的生产线自动化优化配置效果差的问题，实现了利用人工智能进行各类不同生产线的优化策略。
-
公开(公告)号：CN117406123B
公开(公告)日：2024-12-17
申请号：CN202311560884.1
申请日：2023-11-22
Applicant: 暨南大学 , 内蒙古科学技术研究院
IPC: G01R31/392
Abstract: 本发明公开了一种动力电池循环老化回收利用的方法，该方法包括以下步骤：测试动力电池循环老化程度；采用再制造作为回收途径，降低回收成本，实现对动力电池的再利用，通过构建动力电池数字孪生模型，并通过构建动力电池循环老化电容衰退趋势的方程，以方程绘制不同服役时间所对应的动力电池性能衰退曲线，再以曲线的拐点，将动力电池随服役时间循环老化的各个时间段，包括平稳期、急剧期以及报废期反映出来，通过急剧期开始和结束的拐点，作为动力电池主动再制造的上下限，以此对应服役时间段，来匹配达到该服役时间段的动力电池，能够更加准确的实现对该服役时间段内动力电池的主动再制造。
-
公开(公告)号：CN118747565A
公开(公告)日：2024-10-08
申请号：CN202410779883.4
申请日：2024-06-17
IPC: G06Q10/047 , G06Q50/26 , G06N3/126
Abstract: 本发明公开了一种基于时效性的生活垃圾清运路径规划方法、装置及设备，所述方法包括：获取城市中各垃圾产生点在垃圾产生周期内的垃圾类型和产生量；根据垃圾类型和产生量设定各垃圾产生点的时效性约束条件，并建立最小化清运成本与中转站带来的负面影响的目标函数；采用改进的多目标遗传算法对目标函数进行求解，结合各垃圾点的位置分布和清运成本，以及垃圾中转站对居民区的负面影响，求解最优的垃圾中转站的选址和数量；根据求解结果，制定不同周期内垃圾中转站对各类垃圾的清运路径。本发明能够有效优化垃圾中转站的选址和清运路径，在满足垃圾清运需求的前提下，降低清运成本，提高清运效率，并减少垃圾中转站对居民区的影响。
-
Patent Agency Ranking
公开(公告)号：CN118535875A
公开(公告)日：2024-08-23
申请号：CN202410657000.2
申请日：2024-05-24
Applicant: 暨南大学
Abstract: 本发明公开了一种工序随机失效的退役机电产品拆解方法、装置及设备，所述方法包括：利用贝叶斯网络对退役机电产品拆解过程中的各工序间失效因果关联进行分析，确定失效状态转移的概率；根据退役机电产品拆解过程中的失效样本数据，估计各拆解工序随机失效条件概率；结合遗传算法，根据工序的失效条件概率优化拆解工艺路线，搜索退役机电产品拆解的全局近似最优解；根据设计好的失效修复策略，针对已发生失效的工序采取相应修复操作，确保退役机电产品拆解过程中拆解序列的连续性。本发明能够深入探究拆解工序失效行为机理，并基于拆解工序之间的失效因果关联决策出全局最优拆解工艺路线。
-
公开(公告)号：CN117669984A
公开(公告)日：2024-03-08
申请号：CN202311750332.7
申请日：2023-12-18
Applicant: 暨南大学 , 广东云熵科技有限公司
IPC: G06Q10/0631 , G06N5/02 , G06N3/092 , G06F18/241
Abstract: 本发明提出了基于数字孪生及知识图谱的强化学习的车间调度方法，包括：建立数据接收与存储结构收集多模态数据，根据多模态数据生成标签和元数据，并利用图模型的连接性预测与现有数据相关的标签和元数据；对生成的标签和元数据进行数据质量评估与过滤，所述数据质量评估是根据数据质量评分进行评估；设计多层次车间状态表示并建立车间数字孪生模型；构建知识图谱和可解释强化学习模型；根据可解释强化学习模型生成决策逻辑和解释决策逻辑；根据决策逻辑和车间数字孪生模型搭建实验环境并评估实验性能。本发明综合性地解决了车间调度的效率、成本和解释性问题。
-
公开(公告)号：CN117517974A
公开(公告)日：2024-02-06
申请号：CN202311513965.6
申请日：2023-11-14
Applicant: 暨南大学 , 内蒙古科学技术研究院
IPC: G01R31/367 , G01R31/392
Abstract: 本发明公开了一种表征动力电池循环老化衰退机理的方法，该方法包括以下步骤：孪生数据驱动的动力电池多尺度等效电路模型的构建；多因素耦合影响下动力电池循环老化衰退机理的表征；其中，动力电池循环衰退老化是在多特征工况循环以及多物理场参数耦合的共同作用下产生；形成电池电容多重衰退模型方程式，用以表征动力电池循环老化电容的衰退趋势，从而能够根据方程式所绘制的衰退曲线，来表征动力电池电容随服役周期的变化，通过曲线变化的拐点，作为不同生命周期的切换点，从而清晰的反映动力电池随服役周期变化的电容含量，方便对即将退役的动力电池进行精确的分析，从而选择不同的回收方式进行回收，降低成本和提高电池的利用率。
-
公开(公告)号：CN117406123A
公开(公告)日：2024-01-16
申请号：CN202311560884.1
申请日：2023-11-22
Applicant: 暨南大学 , 内蒙古科学技术研究院
IPC: G01R31/392
Abstract: 本发明公开了一种动力电池循环老化回收利用的方法，该方法包括以下步骤：测试动力电池循环老化程度；采用再制造作为回收途径，降低回收成本，实现对动力电池的再利用，通过构建动力电池数字孪生模型，并通过构建动力电池循环老化电容衰退趋势的方程，以方程绘制不同服役时间所对应的动力电池性能衰退曲线，再以曲线的拐点，将动力电池随服役时间循环老化的各个时间段，包括平稳期、急剧期以及报废期反映出来，通过急剧期开始和结束的拐点，作为动力电池主动再制造的上下限，以此对应服役时间段，来匹配达到该服役时间段的动力电池，能够更加准确的实现对该服役时间段内动力电池的主动再制造。
-
公开(公告)号：CN115271568B
公开(公告)日：2023-01-20
申请号：CN202211206939.4
申请日：2022-09-30
Applicant: 暨南大学
Abstract: 本发明涉及基于强化学习‑群体进化混合算法的双边拆解线设计方法，所述方法包括以下步骤：S1、定义与、或优先关系；S2、建立以优化产线布置、经济效益和安全环保三个方面共六个指标的数学模型；S3、初始化种群，建立外部档案储存Pareto较优解，建立R值表记录算子的改进效果，建立Q值表储存Q值；S4、采用群优化算法迭代更新外部档案，同时记录每代优化算子的对于目标的改进值；S5、重复步骤S3‑S4，进行多次强化学习获得稳定的R值表和Q值表；S6、根据Q值表终表，采用群优化算法迭代更新外部档案，获得稳定解。本发明采用了基于强化学习的群体进化算法解决拆卸任务之间复杂的约束类型，能高效获得稳定的最优解并保证解的多样性。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.034 seconds)
