-
公开(公告)号：CN116611635A
公开(公告)日：2023-08-18
申请号：CN202310443604.2
申请日：2023-04-23
Applicant: 暨南大学
IPC: G06Q10/0631 , G06Q50/26 , G06V20/60 , G06N20/00
Abstract: 本发明提出了一种基于车路协同及强化学习的环卫机器人车调度方法及系统，包括：对环卫机器人车通信进行部署，通过基于车载自组织网络的通信网络实现车辆间的数据传输和通信；通过路况感知装置获取路况数据和利用传感器对环卫机器人车周围的环境进行实时感知和数据采集；采用改进的分层双重DQN算法，利用已有的数据，不断优化环卫机器人车的路径规划和调度策略；实时交换环卫机器人车与道路基础设施之间的信息；建立监控管理平台；对系统进行测试和评估。本发明实现了一种基于车路协同及强化学习的环卫机器人车调度系统及方法。本发明的应用可以帮助现代城市提高环卫效率，减少环境污染，降低人力成本，同时提高城市居民的生活品质。
-
公开(公告)号：CN116385970A
公开(公告)日：2023-07-04
申请号：CN202310367750.1
申请日：2023-04-07
Applicant: 暨南大学
IPC: G06V20/52 , G06V10/40 , G06V10/62 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/092 , H04N7/18
Abstract: 本发明涉及用于数据处理方法技术领域，具体涉及一种基于时空序列数据的人流聚集预测模型；该模型基于时间序列的深度学习方法，以处理时间序列数据的特点，以便更准确地预测不同地点、不同时间的人流量。该方法将考虑时空信息对人流量预测的影响，使得模型能够捕捉到更精细的人流变化趋势。
-
公开(公告)号：CN114066232B
公开(公告)日：2022-07-22
申请号：CN202111349982.1
申请日：2021-11-15
Applicant: 内蒙古北方重工业集团有限公司 , 暨南大学 , 内蒙古工业大学
Abstract: 本发明属于工业物联网技术领域，公开了基于分布式强化学习和边缘计算的工厂调度方法及系统。所述系统包括本地动作模型、边缘设备、云端数据存储器和云端策略模型。方法为：初始化本地动作模型和边缘设备；本地动作模型实时生成适配不同流水线的调度规则；边缘设备对实时产生的生产信息进行编码，生成两参数元组和五参数元组分别发送至本地动作模型和云端数据存储器；云端策略模型对云端存储的数据进行优先级采样、重要性排序和更新；同步云端策略模型和本地动作模型。本发明将边缘计算与分布式强化学习算法结合应用于工业生产，实现了数据实时传输和工业生产实时调度，并通过本地设备与云端设备的交互，不断提高模型准确性，优化工业生产效率。
-
公开(公告)号：CN114186749B
公开(公告)日：2022-06-28
申请号：CN202111546245.0
申请日：2021-12-16
Applicant: 暨南大学
Abstract: 本发明提供了一种基于强化学习及遗传算法的柔性车间调度方法及模型，属于人工智能技术领域。根据柔性作业车间的特点，建立柔性作业车间调度模型；对遗传算法和基于熵的置信域优化强化学习算法中的基本参数进行初始化；利用基于熵的置信域优化算法更新遗传算法中的参数，并分别对参与交叉和变异的染色体种群进行交叉和变异操作，生成参与交叉和变异的新染色体种群；计算新种群中每个个体的适应度，确定基于熵的置信域优化算法中的状态参数，对新染色体种群执行遗传算法操作；反复执行上述迭代至截止，并输出结果。本发明将基于熵的置信域优化强化学习算法与遗传算法相结合，提高了柔性车间调度的性能，增强车间生产的鲁棒性，提高生产效率。
-
公开(公告)号：CN112949733B
公开(公告)日：2022-06-07
申请号：CN202110271569.1
申请日：2021-03-12
Applicant: 暨南大学
Abstract: 本申请涉及故障因子数据的获取方法、装置、电子装置及存储介质，该获取方法包括获取目标设备的运行参数数据；根据故障信息确定设备故障特征，在设备参数数据中检测设备故障特征对应的第一参数数据；利用预设回归模型对第一参数数据进行处理，得到第一故障因子数据，第一故障因子数据包括多个协同影响设备产生故障的单因素故障因子数据；分别确定每个单因素故障因子数据与第一故障因子数据的相关度，根据相关度在第一故障因子数据中筛选候选故障因子数据；利用特征训练模型对候选故障因子数据进行处理，得到第一特征值，并按第一特征值自大到小选取候选故障因子作为目标故障因子数据，通过本申请，解决了相关技术中难以从参数数据中挖掘出故障因子的问题。
-
Patent Agency Ranking
公开(公告)号：CN113360618B
公开(公告)日：2022-03-11
申请号：CN202110633919.4
申请日：2021-06-07
Applicant: 暨南大学
IPC: G06F16/332 , G06F16/33 , G06N3/04
Abstract: 本发明提出一种基于离线强化学习的智能机器人对话方法及系统，方法包括获取已有的对话数据信息，基于对话数据构建训练集；在训练集抽取预设关键信息，对关键信息进行数据处理,引入非策略的批量强化学习算法；构建基于对话预判模型，并利用基于关键信息得到的数据对模型进行训练；获取待交流对话的数据信息；从数据信息中抽取预设关键信息，通过数据处理得到第一向量；利用已训练的模型处理第一向量，得到对应的第一标签，根据第一向量和第一标签进行决策输出；基于决策与用户进行对话。系统包括GPU服务器、模型存储器、存储模块、语言数据库、离线强化学习处理器、CPU处理器、语言收集模块和智能对话执行模块。
-
公开(公告)号：CN110708381B
公开(公告)日：2022-03-08
申请号：CN201910966870.7
申请日：2019-10-12
Applicant: 暨南大学
IPC: H04L67/125 , H04L67/52 , H04L61/10 , G09F27/00 , H04L101/622 , H04L101/681
Abstract: 本发明公开基于ZigBee的智能园林讲解系统及控制方法，该讲解系统设在植物上的植物标签模块、智能讲解终端、无线网络模块和后台控制中心;后台控制中心包括北斗定位模块和数据处理SDK,数据处理SDK与北斗定位模块通过串口耦合连接,并通过北斗定位模块与无线网络模块的第一北斗定位模块无线通讯连接,第一北斗定位模块通过串口耦合连接ZigBee模块,ZigBee模块与植物标签模块的协调节点的第一ZigBee模块和智能讲解终端的第二ZigBee模块无线通讯连接,第二ZigBee模块还与第一ZigBee模块和植物标签模块的参考节点的第三ZigBee模块无线通讯连接,第二ZigBee模块还通过串口与讲解单元耦合连接。
-
公开(公告)号：CN113359744B
公开(公告)日：2022-03-01
申请号：CN202110684879.6
申请日：2021-06-21
Applicant: 暨南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于安全强化学习及视觉传感器的机器人避障系统，包括卷积神经模块，所述卷积神经网络模块包括长短期记忆单元；还包括加入LSTM单元、第一卷积层、第二卷积层、第一全连接层、第二全连接层、输出层。本发明采用强化学习算法的增强，使多维，连续，多约束问题能够较好的收敛于信任域内，解决了以往带约束的强化学习算法的诸多问题。可以大幅提高生产安全，普适地应用在不同场合的危险工作上，在解放劳动力的同时，提高了操作安全性、精准性。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.029 seconds)
