基于模拟退火算法的新高考排课算法

    公开(公告)号:CN110047023A

    公开(公告)日:2019-07-23

    申请号:CN201910247246.1

    申请日:2019-03-29

    Abstract: 本发明涉及基于模拟退火算法的新高考排课算法,解决了新高考“3+3”模式中的排课问题,结合教育部所规定的教师授课计划,考虑到中学排课的实际应用情况,最终可以得到最优化处理后的令人满意的随机排课结果。本发明能满足新高考政策下排课问题的硬约束条件,保证同一教师不同时出现在两个教室且无多名教师同时出现在一个班的情况。本发明能满足新高考政策下排课问题的软约束条件,保证每班每科目每天最多一节课,教学计划同步推进。同时保证所需教师数和教室数最少,将教学资源合理分配,减少教师和教室冗余。本发明能满足新高考政策下排课问题的用户自定义约束条件,输入科目与时间段对应的得分权重后,模拟退火算法的排课结果向用户输入条件方向移动。

    基于遗传算法的新高考排课算法

    公开(公告)号:CN109961189A

    公开(公告)日:2019-07-02

    申请号:CN201910247028.8

    申请日:2019-03-29

    Abstract: 本发明涉及基于遗传算法的新高考排课算法,解决了新高考“3+3”模式中的排课问题,结合教育部所规定的教师授课计划,考虑到中学排课的实际应用情况,最终可以得到最优化处理后的令人满意的随机排课结果。本发明能满足新高考政策下排课问题的硬约束条件,保证同一教师不同时出现在两个教室且无多名教师同时出现在一个班的情况。本发明能满足新高考政策下排课问题的软约束条件,保证每班每科目每天最多一节课,教学计划同步推进。同时保证所需教师数和教室数最少,将教学资源合理分配,减少教师和教室冗余。本发明能满足新高考政策下排课问题的用户自定义约束条件,输入科目与时间段对应的得分权重后,遗传算法的排课结果向用户输入条件的方向移动。

    基于模拟退火算法的新高考排课算法

    公开(公告)号:CN110047023B

    公开(公告)日:2021-05-28

    申请号:CN201910247246.1

    申请日:2019-03-29

    Abstract: 本发明涉及基于模拟退火算法的新高考排课算法,解决了新高考“3+3”模式中的排课问题,结合教育部所规定的教师授课计划,考虑到中学排课的实际应用情况,最终可以得到最优化处理后的令人满意的随机排课结果。本发明能满足新高考政策下排课问题的硬约束条件,保证同一教师不同时出现在两个教室且无多名教师同时出现在一个班的情况。本发明能满足新高考政策下排课问题的软约束条件,保证每班每科目每天最多一节课,教学计划同步推进。同时保证所需教师数和教室数最少,将教学资源合理分配,减少教师和教室冗余。本发明能满足新高考政策下排课问题的用户自定义约束条件,输入科目与时间段对应的得分权重后,模拟退火算法的排课结果向用户输入条件方向移动。

    基于粒子群算法的新高考排课算法

    公开(公告)号:CN110020831A

    公开(公告)日:2019-07-16

    申请号:CN201910247012.7

    申请日:2019-03-29

    Abstract: 基于粒子群算法的新高考排课算法属于神经网络领域,运用粒子群算法,解决了新高考“3+3”模式中的排课问题,结合教育部所规定的教师授课计划,考虑到中学排课的实际应用情况,得到最优化处理后的令人满意的随机排课结果。本发明满足新高考政策下排课问题的硬约束条件,保证同一教师不同时出现在两个教室且无多名教师同时出现在一个班的情况。本发明能满足新高考政策下排课问题的软约束条件,保证每班每科目每天最多一节课,教学计划同步推进,保证所需教师数和教室数最少,将教学资源合理分配,减少教师和教室冗余。本发明满足新高考政策下排课问题的用户自定义约束条件,输入科目与时间段对应的得分权重后,排课结果向用户输入条件方向移动。

    基于预估补偿模型的溶解氧滑模控制方法

    公开(公告)号:CN114859707B

    公开(公告)日:2024-05-28

    申请号:CN202210259905.5

    申请日:2022-03-16

    Abstract: 本申请公开了一种基于预估补偿模型的溶解氧滑模控制方法。该方法可以包括:建立时滞影响下的溶解氧控制模型;通过基于模糊神经网络的溶解氧预测模型预测当前时刻生化反应池前一分区的溶解氧浓度;根据预测的当前时刻生化反应池前一分区的溶解氧浓度,进行基于自适应开关增益系数的滑模控制,输出溶解氧浓度的实际值。本发明通过模糊神经网络预测滞后变量的当前数据,消除控制模型中的滞后时刻,同时根据具有自适应开关增益系数的滑模控制,实现具有时滞特点的溶解氧浓度的稳定控制。

    基于预估补偿模型的溶解氧滑模控制方法

    公开(公告)号:CN114859707A

    公开(公告)日:2022-08-05

    申请号:CN202210259905.5

    申请日:2022-03-16

    Abstract: 本申请公开了一种基于预估补偿模型的溶解氧滑模控制方法。该方法可以包括:建立时滞影响下的溶解氧控制模型;通过基于模糊神经网络的溶解氧预测模型预测当前时刻生化反应池前一分区的溶解氧浓度;根据预测的当前时刻生化反应池前一分区的溶解氧浓度,进行基于自适应开关增益系数的滑模控制,输出溶解氧浓度的实际值。本发明通过模糊神经网络预测滞后变量的当前数据,消除控制模型中的滞后时刻,同时根据具有自适应开关增益系数的滑模控制,实现具有时滞特点的溶解氧浓度的稳定控制。

    一种基于动态插值的城市污水处理过程数据清洗方法

    公开(公告)号:CN113157674A

    公开(公告)日:2021-07-23

    申请号:CN202110221279.6

    申请日:2021-02-27

    Abstract: 一种基于动态插值的城市污水处理过程数据清洗方法于污水处理领域,针对城市污水处理过程数据中含有离群值和连续重复值混合导致数据质量差的问题。该动态插值方法通过滑动窗口对数据段进行分割,计算分割后数据段的异常因子系数,判定数据段异常情况,剔除异常数据段内的离群值和连续异常值,采用随机森林回归模型对缺失数据进行补偿,提高了城市污水处理过程数据的质量;实验结果表明该方法提高了数据补偿的精度,保障在城市污水处理工业中数据库的数据质量,提高了污水处理厂的研究提的可信度。

    基于自组织模糊神经网络的污水除磷加药计算方法及介质

    公开(公告)号:CN112967761B

    公开(公告)日:2023-10-27

    申请号:CN202110255012.9

    申请日:2021-03-09

    Abstract: 本申请公开了一种基于自组织模糊神经网络的污水除磷加药计算方法及介质。该方法包括:确定以第t时刻的出水总磷浓度设定值与实际值的误差以及误差的变化率为输入数据,以第t时刻加药量增量为输出数据;基于自组织模糊神经网络,建立与时刻t相关的网络模型结构,确定第t时刻的结构参数;随时刻步进,针对网络模型结构进行模糊神经网络自组织调整;根据第t时刻的结构参数计算第t+1时刻的结构参数,获得第t+1时刻的输出数据;将第t+1时刻的输出数据加上第t时刻的加药量,获得第t+1时刻的加药量。本发明采用自组织模糊神经网络控制器根据出水总磷的检测值计算加药量,使出水总磷浓度稳定在设定值附近,最大程度节省药剂投加量。

Patent Agency Ranking