公开(公告)号：CN119130060A

公开(公告)日：2024-12-13

申请号：CN202411260916.0

申请日：2024-09-10

Applicant: 北京理工大学

Inventor： 吴楚格 ,  杜欣悦 ,  付兴昌 ,  张若辰 ,  孙中奇 ,  夏元清

IPC: G06Q10/0631 ,  G06F17/16 ,  G06F17/18

Abstract: 本发明公开了一种基于改进分布估计算法的多无人机任务分配方法，在现有分布估计算法的生成概率部分采用数学阈值模型，通过生成可表现出无人机当前自身能力的概率模型，实现在后续种群迭代中更快地达到收敛效果，此外，本发明还融合了两种局部搜索策略，有效应对优化过程中可能出现的陷入局部最优解的问题，通过对路径中的非相邻段进行交换能够打破现有解的局部结构探索新的更优解，插入操作能够有效减少等待时长带来的资源浪费，进而达到局部优化的效果，提高了求解质量，降低了无人机的飞行成本。

公开(公告)号：CN116933937B

公开(公告)日：2024-01-26

申请号：CN202310928575.9

申请日：2023-07-27

Applicant: 北京理工大学

Inventor： 吴楚格 ,  刘嘉宁 ,  张若辰 ,  夏元清 ,  孙中奇 ,  李怡然 ,  詹玉峰

IPC: G06Q10/04 ,  G06Q10/067 ,  G06N3/096

Abstract: 本发明公开了一种基于模型迁移学习的电子产品零件备货量预测方法充分利用历史数据，结合分位数回归的方法建立神经网络预测模型，通过对预测模型的不同分位点回归得到多个解与真实的历史数据比较，选择最优估计的分位点，再通过以均方根作为损失函数的神经网络一般建立方法进行验证，此外，对于无法收集到足够的需求样本数据的备件种类，通过模型迁移方法提升预测的准确性，综合以上两方面效果，即可给出后续时间段内的售后备件需求量，指导实际售后服务厂商做出相应的决策，在满足用户备件更换需求的条件下，优化相关成本，与现有备件需求量预测方法相比，对数据的利用更充分，优化性能更优异。

公开(公告)号：CN116720682A

公开(公告)日：2023-09-08

申请号：CN202310510428.X

申请日：2023-05-08

Applicant: 北京理工大学

Inventor： 吴楚格 ,  张若辰 ,  夏元清 ,  詹玉峰

IPC: G06Q10/0631 ,  G06Q50/04 ,  G06N3/126

Abstract: 本发明公开了一种基于遗传算法的电子产品装配线节拍优化方法，针对机器人装配线平衡优化问题，引入遗传算法优在满足优先约束关系的条件下，将装配任务分配到工作站并将执行效率最高的机器人分配到任务，使得装配线的节拍最小化，在保证求解质量的同时有效提高了装配线的节拍的求解效率。

公开(公告)号：CN116933937A

公开(公告)日：2023-10-24

申请号：CN202310928575.9

申请日：2023-07-27

Applicant: 北京理工大学

Inventor： 吴楚格 ,  刘嘉宁 ,  张若辰 ,  夏元清 ,  孙中奇 ,  李怡然 ,  詹玉峰

IPC: G06Q10/04 ,  G06Q10/067 ,  G06N3/096

Abstract: 本发明公开了一种基于模型迁移学习的电子产品零件备货量预测方法充分利用历史数据，结合分位数回归的方法建立神经网络预测模型，通过对预测模型的不同分位点回归得到多个解与真实的历史数据比较，选择最优估计的分位点，再通过以均方根作为损失函数的神经网络一般建立方法进行验证，此外，对于无法收集到足够的需求样本数据的备件种类，通过模型迁移方法提升预测的准确性，综合以上两方面效果，即可给出后续时间段内的售后备件需求量，指导实际售后服务厂商做出相应的决策，在满足用户备件更换需求的条件下，优化相关成本，与现有备件需求量预测方法相比，对数据的利用更充分，优化性能更优异。