-
公开(公告)号：CN118171790B
公开(公告)日：2024-11-22
申请号：CN202410220853.X
申请日：2024-02-28
Applicant: 上海海事大学
IPC: G06Q10/047 , G06Q50/40 , G06N5/01
Abstract: 本发明涉及一种半开放式多车场车辆路径规划方法，包括：S1、获取半开放式多车场车辆路径规划问题；S2、初始化参数；S3、生成满足约束条件的车辆路径规划方案的初始解；S4、执行自适应马尔可夫链长度设置算法，输出当前解、当前最优解、马尔可夫链长度和有效搜索次数；S5、若有效搜索次数大于0，则选择退火，并调用改进的模拟退火算法搜寻最优解，然后执行S6；若有效搜索次数等于0，则判断是否符合回火规则，若是，则进行回火，并调用改进的大邻域搜索算法搜寻最优解，然后执行S6，反之，直接执行S6；S6、判断是否满足终止条件，若是则输出结果，反之返回S4。与现有技术相比，本发明具有减少局部最优，提高计算效率等优点。
-
Patent Agency Ranking
公开(公告)号：CN112067298A
公开(公告)日：2020-12-11
申请号：CN202011030430.X
申请日：2020-09-27
Applicant: 上海海事大学
IPC: G01M13/045
Abstract: 本发明涉及一种基于层次全局模糊熵的滚动轴承故障诊断方法，采集滚动轴承的振动信号；对采集到的振动信号进行层次分解，计算第四个分解尺度上八个节点信号的全局模糊熵；将八个层次全局模糊熵作为滚动轴承故障特征向量；将得到的故障特征向量分为训练集和测试集；利用训练集训练支持向量机获得预测模型，利用预测模型对测试集进行预测；根据预测结果完成滚动轴承故障严重程度和故障类型的识别。本发明针对原始模糊熵算法和多尺度分析的局限，引入全局模糊熵和层次分解提取轴承故障特征。通过结合层次分解和全局模糊熵的优点，本发明提出的层次全局模糊熵能够从轴承振动信号中提取更加丰富的故障信息，在滚动轴承故障识别中有更好的分类性能。
-
公开(公告)号：CN117724478B
公开(公告)日：2024-09-20
申请号：CN202311588474.8
申请日：2023-11-27
Applicant: 上海海事大学
Abstract: 本发明涉及一种自动化集装箱码头AGV路径规划方法，方法包括：AGV小车接收实际装卸箱任务，将实际装卸箱任务输入训练完成的路径规划模型，输出AGV路径方案；其中，路径规划模型的训练过程为：S1、接收用于训练的任务，在网格化地图中确定任务的起点和终点；S2、设置AGV小车的动作空间、状态空间、奖励函数、价值网络和策略网络；S3、采用近端策略优化算法更新价值网络和策略网络的参数，迭代更新直至达到训练轮数阈值。与现有技术相比，本发明具有提高多个AGV小车协同工作时的防冲突性，并提高多个AGV小车的路径的求解速度等优点。
-
公开(公告)号：CN118171790A
公开(公告)日：2024-06-11
申请号：CN202410220853.X
申请日：2024-02-28
Applicant: 上海海事大学
IPC: G06Q10/047 , G06Q50/40 , G06N5/01
Abstract: 本发明涉及一种半开放式多车场车辆路径规划方法，包括：S1、获取半开放式多车场车辆路径规划问题；S2、初始化参数；S3、生成满足约束条件的车辆路径规划方案的初始解；S4、执行自适应马尔可夫链长度设置算法，输出当前解、当前最优解、马尔可夫链长度和有效搜索次数；S5、若有效搜索次数大于0，则选择退火，并调用改进的模拟退火算法搜寻最优解，然后执行S6；若有效搜索次数等于0，则判断是否符合回火规则，若是，则进行回火，并调用改进的大邻域搜索算法搜寻最优解，然后执行S6，反之，直接执行S6；S6、判断是否满足终止条件，若是则输出结果，反之返回S4。与现有技术相比，本发明具有减少局部最优，提高计算效率等优点。
-
公开(公告)号：CN117724478A
公开(公告)日：2024-03-19
申请号：CN202311588474.8
申请日：2023-11-27
Applicant: 上海海事大学
Abstract: 本发明涉及一种自动化集装箱码头AGV路径规划方法，方法包括：AGV小车接收实际装卸箱任务，将实际装卸箱任务输入训练完成的路径规划模型，输出AGV路径方案；其中，路径规划模型的训练过程为：S1、接收用于训练的任务，在网格化地图中确定任务的起点和终点；S2、设置AGV小车的动作空间、状态空间、奖励函数、价值网络和策略网络；S3、采用近端策略优化算法更新价值网络和策略网络的参数，迭代更新直至达到训练轮数阈值。与现有技术相比，本发明具有提高多个AGV小车协同工作时的防冲突性，并提高多个AGV小车的路径的求解速度等优点。
-
公开(公告)号：CN116661456A
公开(公告)日：2023-08-29
申请号：CN202310744620.5
申请日：2023-06-21
Applicant: 上海海事大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于A3C的AGV防冲突路径规划方法，包括如下步骤：基于运输区域布局建立节点图，获取AGV的当前位置和目标位置，获取以当前位置为中心预设范围内的局部视场信息，将所述局部视场信息和所述目标位置输入预训练好的基于A3C的AGV防冲突路径规划模型中，基于模型输出从预设的动作集中确定下一步动作并执行，重复本步骤直至到达所述目标位置；其中，防冲突路径规划模型的训练过程为：基于包括多对局部视场信息以及目标位置的训练集，以多线程模式进行训练，获取所述预训练好的基于A3C的AGV防冲突路径规划模型。与现有技术相比，本发明具有模型训练速度快、鲁棒性高等优点。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
