一种混合强化学习和遗传算法的正交多边形宏模块布局规划方法

    公开(公告)号:CN117669466A

    公开(公告)日:2024-03-08

    申请号:CN202311660208.1

    申请日:2023-12-06

    Applicant: 东南大学

    Abstract: 本发明公开了一种混合强化学习和遗传算法的正交多边形宏模块布局规划方法,包括如下步骤:1、用强化学习模型生成基于正交多边形布局表示方法的初始种群;2、计算所有个体的适应度,并选取适应度值最高的个体作为种群中的最优个体;3、种群个体按适应度从高到低的顺序排序,选取种群中适应度最高的个体作为新种群的第一个个体;4、通过交叉操作和突变操作生成子代个体,并将子代个体添加到新种群中;5、新种群个体达到最大容量后,替代每次迭代开始时的原种群;6、达到终止条件后迭代结束,得到新种群最优个体。本发明高效地降低正交多边形布局规划的面积和线长。

    一种基于强化学习和遗传算法的布图规划方法

    公开(公告)号:CN115758981A

    公开(公告)日:2023-03-07

    申请号:CN202211509832.7

    申请日:2022-11-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于强化学习和遗传算法的布图规划方法,包括如下步骤:1、通过扰动B*‑tree生成遗传算法的原始种群;2、计算所有个体的适应度,并选取适应度值最高的个体作为种群中的最优个体;3、根据概率,在一次迭代中选择是否使用交叉算子,若选择交叉算子,则从种群中选择两个父代个体,通过交叉生成子代个体;4、根据概率,在一次迭代中选择是否使用突变算子,若选择突变算子,则从种群中选择一个父代个体,通过突变生成子代个体;5、用强化学习智能体对子代个体做优化,再根据子代个体的适应度决定是否替代其父代个体;6、迭代结束,得到最优个体。本发明高效地降低布图规划的面积和线长。

    一种适用于设计阶段量化和评测公共建筑碳排放的方法

    公开(公告)号:CN113283799A

    公开(公告)日:2021-08-20

    申请号:CN202110662448.X

    申请日:2021-06-15

    Applicant: 东南大学

    Abstract: 本发明公开一种适用于设计阶段量化和评测公共建筑碳排放的方法,所述方法包括以下步骤:明确建筑各阶段碳排放计算、构建相关碳排放因子数据库、根据建筑项目的区位和类型以确定碳排放基准值、建筑全寿命期碳排放情况结果动态可视化展示,相关碳排放因子数据库包括:主要能源碳排放因子库、主要建材碳排放因子库、常用施工机械台班能源量及碳排放因子库、各类运输方式地碳排放因子库。本发明方法,能广泛应用于各地区、不同规模的办公建筑、旅馆建筑和商场建筑,根据碳排放基准值,通过模块化设置,实现使用的智能化、个性化,提供实时的碳排放数据支撑,分析结果以图表形式呈现在客户端,提高建筑低碳设计的效率。

    多车型插拔平台
    4.
    发明授权

    公开(公告)号:CN104858580B

    公开(公告)日:2016-08-24

    申请号:CN201510296588.4

    申请日:2015-06-02

    Abstract: 本发明公开了一种多车型插拔平台,包括平台支架、组合抓手,平台支架为安装框架,安装框架四角处有抓手固定座,组合抓手安装在平台支架四角处的抓手固定座上,组合抓手包括共用部分和插拔部分,其中共用部分可以对应连接多种插拔部分,每种插拔部分应对一种车型,加工不同车型工件时,只需把相应车型的插拔部分与共用部分连接即可,从而实现对不同车型的待加工件使用同一平台完成输送、加工、装配等过程。

Patent Agency Ranking