-
公开(公告)号：CN118641203A
公开(公告)日：2024-09-13
申请号：CN202410904134.X
申请日：2024-07-08
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC: G01M13/045 , G06F18/2415 , G06F18/2131 , G06N3/0985 , G06N3/0464 , G06N3/047 , G06N3/048
Abstract: 本申请提供了一种基于元学习的滚动轴承故障诊断方法、系统及设备，其中，方法包括：对滚动轴承的历史振动信号取样，并进行连续小波变换处理，得到时频图集合；根据目标预选集合中各时频图对应的滚动轴承状态，确定多个支持集和查询集；基于目标预选集合中的支持集和查询集组成一条样本数据，确定目标预选集合对应的目标训练集、目标验证集或目标测试集；构建初始原型VIT网络模型，并基于目标训练集、目标验证集和目标测试集得到目标模型；将获取到的目标滚动轴承的当前振动信号，进行连续小波变换处理，得到目标时频图；将目标时频图输入目标模型，得到对应的当前滚动轴承状态。本申请在面对小样本问题时能够输出准确率与精度更高的故障诊断结果。
-
公开(公告)号：CN119337726A
公开(公告)日：2025-01-21
申请号：CN202411452971.X
申请日：2024-10-17
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC: G06F30/27 , G06N3/006 , G06F113/06
Abstract: 本申请提供了一种风场布局优化方法、设备、存储介质及计算机程序产品，其中方法，包括：基于元启发式算法和尾流模型，为目标风场随机生成多个风场布局方案，并对多个风场布局方案进行初步优化处理，确定预选风场布局方案；基于多智能体强化学习算法，对预选风场布局方案进行二次优化，确定目标风场布局。本申请提出的风场布局优化方法采用了一种两阶段的算法进行风场布局优化，其中首先通过元启发式算法进行粗搜索优化，再通过多智能体强化学习算法进行精搜索优化，使得每个风机都能独立、自适应地优化其位置，且充分考虑了尾流效应，提高了风场布局优化的精度和效率。
-
公开(公告)号：CN119292573A
公开(公告)日：2025-01-10
申请号：CN202411435929.7
申请日：2024-10-15
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本申请提供一种基于数据与知识融合的配色方案生成方法和装置。该方法包括：获取格式统一预处理后的目标图像数据；对所述目标图像数据进行配色方案提取的预处理，确定提取的配色方案数据；利用所述配色方案数据，确定配色生成模型，并利用所述配色生成模型和用户的配色方案需求，生成多个配色方案；每个配色方案包含至少两种颜色。本申请的方案，在结合色彩理论的指导和用户偏好数据的分析，通过智能化的算法自动生成和谐且满足个性化需求的配色方案，以克服现有技术的配色方案生成的局限性，并满足网页设计领域对配色方案的需求。
-
公开(公告)号：CN117725481A
公开(公告)日：2024-03-19
申请号：CN202311746887.4
申请日：2023-12-18
Applicant: 北京理工大学长三角研究院(嘉兴) , 北京理工大学
IPC: G06F18/241 , G06F18/2415 , G06F18/22 , G06N3/0464 , G06Q50/06 , G06Q10/04 , H02J3/00 , H02J3/38 , G06F123/02
Abstract: 本发明提供了一种风电功率概率区间预测的方法、装置及介质，其中，方法包括：对待预测风电功率数据的多个第一子序列数据进行分类，获取多个类型，并分别输入每一类型对应的点预测模型，获取预测时序数据，提高了模型预测的准确度；根据由第一子序列数据的权重值获取的第一隶属度矩阵和待训练风电功率数据的第二子序列数据，确定相似性度量值，结合第二子序列数据对应的第一预测误差，获取第一子序列数据在预设置信度下的置信区间，再结合预测时序数据，获取所预测的风电功率概率区间。考虑到了预测误差与和预测误差对应的输入数据的关系，预测误差随着输入的子序列数据的改变发生变化，更加贴合实际，提升风电功率预测的准确率。
-
公开(公告)号：CN117853000A
公开(公告)日：2024-04-09
申请号：CN202410022179.4
申请日：2024-01-05
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC: G06Q10/0835 , G06Q10/0631 , G06N3/045 , G06N3/048 , G06N3/08 , G05D1/65 , G05D1/661 , G05D1/644 , G05D1/648 , G05D1/43 , G05D105/20
Abstract: 本发明提供了一种自动导向小车AGV调度方法及装置，涉及物流调度技术领域。该方法包括：构建AGV的能耗控制模型；所述AGV的能耗控制模型用于表征完成目标任务所消耗的能量；构建AGV的防冲突碰撞模型，所述防冲突碰撞模型用于表征对AGV的位置约束；根据所述能耗控制模型以及所述防冲突碰撞模型，构建AGV调度的马尔科夫决策模型；从环境中获取特征信息，并根据所述特征信息以及所述马尔科夫决策模型确定AGV的调度方案；所述AGV的调度方案用于表征对目标AGV分配的任务。本发明实施例的方案可以根据运输量来调度AGV，使得在保证货物运输作业效率的同时，保证AGV能耗最低与收益最大化，解决了对货物运输调度方案生成不合理，导致运输效率低且总体能耗大的问题。
-
Patent Agency Ranking
公开(公告)号：CN119721355A
公开(公告)日：2025-03-28
申请号：CN202411794533.1
申请日：2024-12-09
Applicant: 北京理工大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/04
Abstract: 本发明涉及一种面向复杂装备多部件生产工艺组合优化方法，属于加工工艺优化技术领域。具体过程为：步骤一，以加工费用成本、时间成本、环境和人因损害成本最小建立目标函数，建立加工过程约束条件；步骤二，建立不确定集的表征模式；步骤三，选取可用设备数量和/或工序时间为不确定变量，基于步骤二的表征模式对不确定变量进行表征，联合步骤一所建立的目标函数和约束条件，建立设备数量和/或工序时间不确定鲁棒优化模型；步骤四，针对鲁棒优化模型进行迭代优化，获取最优工艺组合。
-
公开(公告)号：CN115049257A
公开(公告)日：2022-09-13
申请号：CN202210676902.1
申请日：2022-06-15
Applicant: 北京理工大学
Abstract: 本发明提供了一种装备体系评估方法、装置及设备，所述方法包括：获取装备体系的参数信息，所述参数信息包括：装备数量和/或装备性能；构建所述装备体系的目标作战网络；根据所述装备体系的目标作战网络和所述参数信息，确定所述装备体系的韧性评估结果。本发明的方案，解决了现有技术中缺少能够有效评估装备体系韧性的方法的问题。
-
公开(公告)号：CN104657429B
公开(公告)日：2018-02-23
申请号：CN201510040776.0
申请日：2015-01-27
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于复杂网络的技术驱动型产品创新方法，包括以下步骤：提取与产品相关的技术，形成产品技术集，依据网络节点及其关联关系构建产品技术网络，并划分技术领域；对该技术网络进行功能‑结构分析、核心技术分析、技术节点相似分析和技术演化与预测分析；将分析结果汇总形成辅助创新设计的备用技术集；基于备用技术集，采用技术匹配型、技术调整型、技术升级型和技术组合型创新设计方法实现技术驱动下的多策略产品创新设计。本发明不但能够从技术创新的角度优化旧有产品设计方法，充分利用现有技术资源实现产品创新设计，而且还能实现技术驱动下的产品跟踪创新、集成创新和原始创新，为产品的详细设计提供更加可靠的方案支撑。
-
公开(公告)号：CN119623295A
公开(公告)日：2025-03-14
申请号：CN202411785638.0
申请日：2024-12-06
Applicant: 北京理工大学
IPC: G06F30/27 , G06F18/2337 , G06F18/23213 , G06N3/126 , G06F111/04 , G06F111/06
Abstract: 本发明属于机电系统设计技术领域，特别涉及一种机电系统功能模块构建方法、装置、设备和存储介质。该方法具体过程为：步骤一，获取机电系统的需求‑功能‑结构映射关系；步骤二，基于所述映射关系，进行机电系统功能模块划分；具体过程为：S201,基于需求‑功能‑结构映射关系，构建出需求‑功能矩阵和功能‑结构映射矩阵，确定结构组件在功能属性上的关联程度和在结构属性上的关联关系，建立结构组件的综合关联度；S202,确定模块划分的指标包括：功能模块的内聚度和功能模块之间的耦合度，基于高聚类度和低耦合度的准则建立目标函数；S203，基于所述目标函数，识别出模块分组模式，并形成功能模块划分。
-
公开(公告)号：CN107391693A
公开(公告)日：2017-11-24
申请号：CN201710617210.9
申请日：2017-07-26
Applicant: 北京理工大学
Abstract: 本发明提出一种针对英文专利的信息提取与结构化描述方法，包括以下步骤：第一步、基于语法规则来提取专利信息；第二步、基于语义的技术相似度计算；在专利文献中，相同的子技术采用不同的表达方式，通过计算所提取的子技术信息间的相似度来减少语义异构，简化提取的专利原理图；第三步、专利原理图构建：以提取的子技术为节点，技术间的关系信息为边，自动生成描述专利的原理图；所述的专利原理图定义为：以专利中的结构信息为点，结构件的相互功能关系为连边所构成的无向图。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.02 seconds)
