-
公开(公告)号：CN113836781B
公开(公告)日：2024-04-26
申请号：CN202110602029.7
申请日：2021-05-31
Applicant: 北京科技大学 , 北京科技大学顺德研究生院
IPC: G06Q10/0631 , G06F18/24 , G06Q10/067 , G06Q30/0601
Abstract: 本发明公开了一种面向个性化定制模式的大规模机器人群智协同决策方法，包括：建立以用户个性化定制需求偏好预测值为领导，以大规模机器人为跟随者的局部作用规则机制；基于HK模型构建用户个性化定制需求偏好预测模型，模拟大规模用户的需求偏好演化过程，对大规模用户的需求偏好进行预测，并进行偏好分类；构建群智协同决策模型，根据用户的偏好预测值进行任务决策，为相应偏好类别参照需求比重自主分配对应数量的机器人。本发明突破了开放、动态、复杂制造环境下大规模群体无法为全局预先设定的瓶颈，为解决如何充分利用资源，保证生产效率的任务分配问题提供了一种新的视角。
-
Patent Agency Ranking
公开(公告)号：CN113438283A
公开(公告)日：2021-09-24
申请号：CN202110634249.8
申请日：2021-06-07
Applicant: 北京科技大学 , 北京科技大学顺德研究生院
Abstract: 本发明公开了一种基于HK聚类的区块链DPOS共识机制改进方法，包括：选取投票积极性因素指标，根据所述投票积极性因素指标建立节点积极性评价模型；建立所述节点积极性评价模型后，引入基于观点动力学的HK模型聚类算法对节点进行聚类分类；对节点进行聚类分类后，根据不同的类别对不同节点给予不同的投票奖励，从而激励节点投票。本发明通过引入基于HK聚类的区块链DPOS激励机制，给与投票节点适当的奖励，奖励只与用户行为相关，积极性高的节点投票获得的奖励较高，而积极性低的节点能获得的奖励较低，从而激励用户节点积极参与投票，维护DPOS共识机制的运行。
-
公开(公告)号：CN113438283B
公开(公告)日：2022-09-27
申请号：CN202110634249.8
申请日：2021-06-07
Applicant: 北京科技大学 , 北京科技大学顺德研究生院
IPC: H04L67/1097 , H04L67/56 , G06F30/20 , G06K9/62 , G06Q10/06
Abstract: 本发明公开了一种基于HK聚类的区块链DPOS共识机制改进方法，包括：选取投票积极性因素指标，根据所述投票积极性因素指标建立节点积极性评价模型；建立所述节点积极性评价模型后，引入基于观点动力学的HK模型聚类算法对节点进行聚类分类；对节点进行聚类分类后，根据不同的类别对不同节点给予不同的投票奖励，从而激励节点投票。本发明通过引入基于HK聚类的区块链DPOS激励机制，给与投票节点适当的奖励，奖励只与用户行为相关，积极性高的节点投票获得的奖励较高，而积极性低的节点能获得的奖励较低，从而激励用户节点积极参与投票，维护DPOS共识机制的运行。
-
公开(公告)号：CN113836781A
公开(公告)日：2021-12-24
申请号：CN202110602029.7
申请日：2021-05-31
Applicant: 北京科技大学 , 北京科技大学顺德研究生院
Abstract: 本发明公开了一种面向个性化定制模式的大规模机器人群智协同决策方法，包括：建立以用户个性化定制需求偏好预测值为领导，以大规模机器人为跟随者的局部作用规则机制；基于HK模型构建用户个性化定制需求偏好预测模型，模拟大规模用户的需求偏好演化过程，对大规模用户的需求偏好进行预测，并进行偏好分类；构建群智协同决策模型，根据用户的偏好预测值进行任务决策，为相应偏好类别参照需求比重自主分配对应数量的机器人。本发明突破了开放、动态、复杂制造环境下大规模群体无法为全局预先设定的瓶颈，为解决如何充分利用资源，保证生产效率的任务分配问题提供了一种新的视角。
-
公开(公告)号：CN112836356B
公开(公告)日：2024-05-28
申请号：CN202110050734.0
申请日：2021-01-14
Applicant: 北京科技大学
IPC: G06F30/20 , G06F119/10
Abstract: 本发明公开了一种基于随机噪声的局部自组织大规模群体动态目标跟踪方法，包括：构建含有不确定动态目标的HK模型，并给出噪声存在时模型的自发一致性定义，其中，所述含有不确定动态目标的HK模型包括：动态目标仅被部分个体感知的HK模型和动态目标独立存在的HK模型；针对动态目标仅被部分个体感知的HK模型，进行不完全信息的动态目标跟踪，并进行验证；针对动态目标独立存在的HK模型，进行不完全信息的动态目标跟踪，并进行验证。本发明丰富了基于噪声的控制策略应用，并完善了相应的数学理论分析，为解决大规模复杂系统中由群体目标的动态多变等不确定性，甚至未知性所引起的同步跟踪问题提供了一种新的基于噪声的动态实时跟踪方法。
-
公开(公告)号：CN112836356A
公开(公告)日：2021-05-25
申请号：CN202110050734.0
申请日：2021-01-14
Applicant: 北京科技大学
IPC: G06F30/20 , G06F119/10
Abstract: 本发明公开了一种基于随机噪声的局部自组织大规模群体动态目标跟踪方法，包括：构建含有不确定动态目标的HK模型，并给出噪声存在时模型的自发一致性定义，其中，所述含有不确定动态目标的HK模型包括：动态目标仅被部分个体感知的HK模型和动态目标独立存在的HK模型；针对动态目标仅被部分个体感知的HK模型，进行不完全信息的动态目标跟踪，并进行验证；针对动态目标独立存在的HK模型，进行不完全信息的动态目标跟踪，并进行验证。本发明丰富了基于噪声的控制策略应用，并完善了相应的数学理论分析，为解决大规模复杂系统中由群体目标的动态多变等不确定性，甚至未知性所引起的同步跟踪问题提供了一种新的基于噪声的动态实时跟踪方法。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
