-
公开(公告)号:CN115510664A
公开(公告)日:2022-12-23
申请号:CN202211225237.0
申请日:2022-10-09
Applicant: 东南大学
Abstract: 本发明公开了一种基于分层强化学习的即时配送实时合作调度系统,包括模拟器模块、决策模块和时间约束模块,模拟器模块用于模拟配送员在即时配送中的常规流程以及为算法构建训练和评估的环境,进行分配订单和调度配送员;决策模块:基于分层强化学习的合作配送调度模型,通过Actor‑Critic网络提取特征,作出基于相遇交互的配送员合作配送决策,将该决策反馈至模拟器循环;时间约束模块综合考虑订单的实时剩余配送时间、订单的历史订单转移次数、即时配送的实时调度要求,对决策模块中的决策方案进行调度和指导。本系统通过调度推荐配送员相遇交互进行合作配送,以提高配送过程顺路单量、在满足配送时间约束的条件下提升配送效率、降低订单超时率的总体目标。
-
公开(公告)号:CN115456356A
公开(公告)日:2022-12-09
申请号:CN202210997718.7
申请日:2022-08-19
Applicant: 东南大学
IPC: G06Q10/06 , G06Q50/04 , G06F16/901 , G06N3/12
Abstract: 本发明公开了一种最小化给定工序的加工资源成本的动态规划算法,该方法包括:根据工序顺序及每步工序所使用的资源,构建求解图模型;根据求解图模型中每条边两侧端点的资源确定每条边的权重;最后,使用动态规划的思想求解从开始端点到结束端点的最小路径,进而求得给定工序的最小加工费用及每步工序的资源选择。本发明提出的求解零件加工过程中给定工序的最小加工费用问题的动态规划算法,根据给定工序所建立的求解图模型,确定了从开始端点到结束端点的最小路径,从而快速高效地求得给定工序的最小加工费用及每步工序序列所选择的资源,有效地降低零件加工的成本。
-
公开(公告)号:CN109613520B
公开(公告)日:2022-10-14
申请号:CN201811532244.9
申请日:2018-12-14
Applicant: 东南大学
Abstract: 本发明公开了一种基于滤波的超短基线安装误差在线标定方法,步骤为:1、建立安装角误差以及杆臂误差的状态模型;2、结合RTK、姿态测量传感器的数据,以及超短基线的输出原始数据,建立系统的观测模型;3、通过状态模型与观测模型,对船体在水面的航行轨迹下进行误差状态的可观性分析,确保当前运动轨迹能够充分激励出误差状态;4、用卡尔曼滤波方程对误差进行实时的在线估计安装误差;5、将得到的在线估计结果用来补偿超短基线对水下潜航器的定位误差,提高超短基线定位精度。本发明的有益效果为:基于滤波的方法可以同时在线的估计出USBL与船体之间的安装误差,方法易于实施。
-
公开(公告)号:CN114048783A
公开(公告)日:2022-02-15
申请号:CN202111365159.X
申请日:2021-11-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于移动群体感知的关于蜂窝信号地图的构建方法,以三维张量存储信号数据的时空特征,其张量的三个维度分别表示长、宽及时间维度。在构建信号地图时,首先进行MCS信号数据的潜在因子特征采集,然后提取其内部特征。接着进行缺失信号值预估,在潜在因子特征采集的基础上,利用贝叶斯概率张量分解来实现信号恢复,得到MCS数据的内部特征。最后,引入了一种新的基于学习的多视图特征融合模块,将外部特征嵌入到一个向量中,并将其与内部特征相结合,然后将其输入全连接层,获取信号特征并构建细粒度信号图。
-
公开(公告)号:CN109447133B
公开(公告)日:2021-09-24
申请号:CN201811182293.4
申请日:2018-10-11
Applicant: 东南大学
IPC: G06K9/62
Abstract: 一种基于SVR算法的位置信息野值的剔除方法,本发明采用结构风险最小化原则,在此过程中,首先获取AUV当前时刻之前的l个时刻的历史位置解算数据作为训练数据集。然后构造SVR回归模型并确定待构建的SVR模型的参数。接着通过纯距离法解算AUV的相对位置并将当前时刻AUV的条件参数代入SVR模型得到位置预测。最后通过设置信任度来决定该解算出的位置值是否为野值,如果差值大于设置的信任度则剔除当前计算值,并返回计算下一时刻的位置值,否则保留该值。本发明实现了在水声定位中位置量测数据的预处理,减小由野值产生的误差并有利于接下来的滤波处理。
-
公开(公告)号:CN112087082A
公开(公告)日:2020-12-15
申请号:CN202010922733.6
申请日:2020-09-04
Applicant: 东南大学
Abstract: 本公开属于电机转子领域,公开一种永磁同步电机转子、组装方式以及电机,包括相互独立的内转子冲片组件和外转子冲片组件,相邻所述外转子冲片组件与内转子冲片组件之间均设置有非铁磁连接部,非铁磁连接部用于将相邻外转子冲片组件之间的收纳空间与相邻非铁磁连接部之间的收纳空间之间进行磁性隔绝;处于相邻所述外转子冲片组件之间的收纳空间内安装有切向永磁,切向永磁用于切向充磁;处于相邻所述非铁磁连接部之间的收纳空间内安装有径向永磁,径向永磁用于径向充磁;降低了切向充磁的永磁的漏磁,提高了转矩密度。
-
公开(公告)号:CN107807373A
公开(公告)日:2018-03-16
申请号:CN201710977413.9
申请日:2017-10-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于移动智能终端的GNSS高精度定位方法,属于卫星定位技术领域。本发明的定位方法包括以下步骤:在Android7.0系统下,通过LocationManager接口获取GNSS原始观测值数据;对原始观测值数据进行分析,设计基于移动智能终端的差分定位模型,解算出伪距观测值;采用高度角定权方案,根据每颗卫星的高度角大小确定相应观测值的权重;利用卡尔曼滤波方法对历元间相关性加以滤除,能够得到基于移动智能终端的亚米级定位结果。使用本发明提出的定位方法,能够在移动智能终端上实现平面优于0.8-1m,高程优于1m的定位精度。
-
公开(公告)号:CN119377878A
公开(公告)日:2025-01-28
申请号:CN202411338464.3
申请日:2024-09-25
Applicant: 东南大学
IPC: G06F18/25 , H02J3/00 , G06F18/2113 , G06F18/27 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 本发明公开了一种基于多元气象特征指数和组合优化模型的用电负荷预测方法,包括:采用SHAP特征选择法对气象特征进行动态选择;计算得到气象特征指标,并且划分为训练集和测试集;构建BP神经网络回归模型和CNN‑GRU网络时序模型;采用贝叶斯优化算法分别对BP神经网络回归模型和CNN‑GRU网络时序模型进行参数寻优;通过训练集和测试集分别对BP神经网络回归模型进行训练和预测,获取到预测结果;通过训练集和测试集分别对CNN‑GRU网络时序模型进行训练和预测,获取到预测结果;将BP神经网络回归模型和CNN‑GRU网络时序模型的预测结果进行加权求和得到最终的用电负荷预测结果。本发明方法能够提高负荷预测的整体精度,鲁棒性高,能为电网精确规划调度提供数据支撑。
-
公开(公告)号:CN118886806A
公开(公告)日:2024-11-01
申请号:CN202411085377.1
申请日:2024-08-08
Applicant: 东南大学
IPC: G06Q10/083 , G06Q10/0631 , G06Q10/087 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于分层图的仓配一体化物流应急供应预测系统及方法,至少包括微观图学习模块、宏观图学习模块和时空联合预测模块,所述微观图模块引入元路径聚合仓配网络路由特征,并采用多视图学习,分别从路由视图和事件视图来获取仓配站点的空间特征;宏观图学习模块使用了一种轻量级图卷积方法,以刻画应急场景中以城市为单位的仓库集群和配送站之间的关系,学习仓配节点在宏观维度上的空间关联特征;时空联合预测模块捕捉供应数据的时序相关性,并与空间特征融合,以准确预测未来物流站点的供应能力。本方法通过分析应急物流网络中仓库和配送站的时空关联特征,以实现提高预测准确率、提升应急场景中仓配两端供应能力的总体目标。
-
公开(公告)号:CN118761822A
公开(公告)日:2024-10-11
申请号:CN202410834790.7
申请日:2024-06-26
Applicant: 东南大学
IPC: G06Q30/0601 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种产品推荐方法及相关装置,本发明从用户的历史购买数据中获取基本信息,基于基本信息构建同质节点图,将影响用户购买产品的因素节点特征融入用户节点的特征,获得用户基础特征,将用户基础特征、从使用反馈信息提取的使用反馈特征、以及从行为反馈信息提取的行为反馈特征融合,获得准确的用户偏好,从而进行准确的产品推荐,相较于现有的方法准确性更高。
-
-
-
-
-
-
-
-
-