-
公开(公告)号：CN119582899A
公开(公告)日：2025-03-07
申请号：CN202411592551.1
申请日：2024-11-08
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: H04B7/06 , H04B7/0408
Abstract: 本发明属于无线通信相关技术领域，具体涉及一种高定向毫米波通信系统中用户接收功率的优化方法，包括：沿着可重构智能表面的横向水平中心轴旋转该可重构智能表面，至其下倾角在0至临界值之间；其中，高定向毫米波通信系统包括可重构智能表面、基站和单用户，可重构智能表面位于靠近基站的远场且竖向放置；临界值对应一定的表达式，具体其与基站到可重构智能表面中心位置的距离、可重构智能表面中排列于竖向方向的总行数、可重构智能表面中每个单元的竖向长度、旋转前处于竖向放置状态可重构智能表面的入射角和反射角等通信系统结构参数有关。本发明的方法能够提高定向毫米波通信系统中用户的接收功率。
-
公开(公告)号：CN115952590B
公开(公告)日：2023-06-13
申请号：CN202310243415.0
申请日：2023-03-14
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06N20/00 , G06N3/126 , G06N5/01 , G06N7/02 , G06F111/04 , G06F111/06
Abstract: 本发明属于隧道智能算法预测及优化技术领域，并具体公开了一种基于BO‑RF‑MOMPA混合算法的盾构隧道优化设计方法及设备。所述方法包括以下步骤：分析盾构隧道施工阶段引起隧道变形的敏感因素，建立指标体系，采集盾构掘进过程中的实际监测数据并结合地质勘查，构建样本数据集；基于样本数据集，建立基于BO‑RF的地表沉降、管片最大轴向压力、管片最大变形量、成本预测模型并检验；将预测模型所得的非线性映射关系函数作为目标优化适应度函数，构建基于BO‑RF‑MOMPA的多目标优化模型，提出盾构管片参数建议设置范围。本发明实现了对隧道变形的高精度预测，实现了盾构管片参数的优化设计，具有优化的效率和精度高等特点。
-
公开(公告)号：CN116050603A
公开(公告)日：2023-05-02
申请号：CN202211738891.1
申请日：2022-12-31
Applicant: 华中科技大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/08 , G06F17/18 , G06F30/27 , G06F30/13 , G06F119/02 , G06F111/06
Abstract: 本发明属于隧道变形控制技术领域，并具体公开了一种基于混合智能方法的暗挖隧道变形预测和优化方法及设备。包括：基于小间距暗挖隧道施工参数的监测数据，确定影响参数，进行数据预处理；利用贝叶斯(BO)优化随机森林(RF)预测模型参数，进行超参数优化与影响参数重要性排序，得到预测结果；基于预测得到的优化目标与影响参数间的非线性回归映射关系，建立NSGA‑Ⅲ模型中的目标优化函数，获取Pareto前沿解集，实现小间距暗挖隧道施工的多目标优化。本发明结合BO‑RF‑NSGA‑Ⅲ构建小间距暗挖隧道变形预测和优化控制模型，实现了对地表沉降、隧道拱顶沉降和隧道拱腰沉降的超前预测，为小间距暗挖隧道的施工操作提供依据和指导。
-
公开(公告)号：CN114969953A
公开(公告)日：2022-08-30
申请号：CN202210900578.7
申请日：2022-07-28
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06N3/12 , G06N5/00 , G06N20/20 , G06N7/02 , G06F111/04 , G06F111/06
Abstract: 本发明属于盾构施工技术领域，并具体公开了一种基于CatBoost‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法及设备。所述方法包括：确定管片优化设计的敏感因素，建立指标体系，采集盾构掘进过程中的实际监测数据并结合地质勘查，构建样本数据集；利用CatBoost算法进行学习训练，以构建基于CatBoost算法的隧道拱顶沉降、拱底竖向位移、拱底水平位移、拱底沉降量预测模型；将预测模型所得的非线性映射关系函数作为目标优化适应度函数，构建基于CatBoost‑NSGA‑Ⅲ的多目标优化模型，以获取盾构管片参数最优设计。本发明不仅实现了隧道拱顶沉降、拱底竖向位移、拱底水平位移、拱底沉降量的高精度预测，也实现了盾构下穿隧道优化设计的多目标智能优化。
-
Patent Agency Ranking
公开(公告)号：CN118740693A
公开(公告)日：2024-10-01
申请号：CN202410868027.6
申请日：2024-07-01
Applicant: 国网智能电网研究院有限公司 , 华中科技大学 , 国家电网有限公司
IPC: H04L43/0852 , H04L41/147 , H04L41/16 , G06N3/0464 , G06N3/045 , G06N3/088 , H04L43/0829
Abstract: 本发明提供了一种基于LSTM的分布式资源聚合网络时延分析方法和系统，包括：获取当前时刻前一段时间内的分布式资源聚合网络中两个待研究节点间的网络状态数据序列；将所述网络状态数据序列输入预先构建的时延预测模型，得到预测时刻两个待研究节点间的时延；其中，所述时延预测模型是以历史时段的两个待研究节点间网络状态数据序列为输入，对应的历史预测时刻两个待研究节点间的时延为输出，基于长短期记忆网络训练得到的；本发明在分布式资源聚合中使用时延预测模型通常能够提供较好的预测性能，该模型的参数可以通过历史数据进行训练，从而能够较准确地预测未来的延迟变化，这对于实时决策和网络优化提供了有力支持。
-
公开(公告)号：CN114969953B
公开(公告)日：2023-02-03
申请号：CN202210900578.7
申请日：2022-07-28
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06N3/12 , G06N5/00 , G06N20/20 , G06N7/02 , G06F111/04 , G06F111/06
Abstract: 本发明属于盾构施工技术领域，并具体公开了一种基于CatBoost‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法及设备。所述方法包括：确定管片优化设计的敏感因素，建立指标体系，采集盾构掘进过程中的实际监测数据并结合地质勘查，构建样本数据集；利用CatBoost算法进行学习训练，以构建基于CatBoost算法的隧道拱顶沉降、拱底竖向位移、拱底水平位移、拱底沉降量预测模型；将预测模型所得的非线性映射关系函数作为目标优化适应度函数，构建基于CatBoost‑NSGA‑Ⅲ的多目标优化模型，以获取盾构管片参数最优设计。本发明不仅实现了隧道拱顶沉降、拱底竖向位移、拱底水平位移、拱底沉降量的高精度预测，也实现了盾构下穿隧道优化设计的多目标智能优化。
-
公开(公告)号：CN118118060A
公开(公告)日：2024-05-31
申请号：CN202410358384.8
申请日：2024-03-27
Applicant: 华中科技大学
IPC: H04B7/04 , H04B7/0426 , H04B7/06
Abstract: 本发明公开了一种基于可重构智能表面的辅助通信方法、装置和控制系统，属于无线通信技术领域，包括：当发射天线和接收天线之间的直接通信链路被障碍物阻断时，在发射天线和接收天线之间设置可重构智能表面，可重构智能表面的实际位置部署相较于理想位置部署存在一个偏转角度；与可重构智能表面部署在理想位置的理想模型相比，本申请构建的基于可重构智能表面辅助通信的接收功率模型更适用于可重构智能表面辅助通信系统实际场景的分析；再将发射天线的峰值辐射方向指向可重构智能表面其中一列单元的中心，能够较大程度地提升整个通信系统的接收功率。
-
公开(公告)号：CN116776410A
公开(公告)日：2023-09-19
申请号：CN202310166429.7
申请日：2023-02-24
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06F18/214 , G06N3/126 , G06F111/04 , G06F111/06 , G06F111/08 , G06F119/14
Abstract: 本发明属于盾构施工技术领域，并具体公开了一种基于BO‑RF‑NSGA‑Ⅲ的盾构下穿施工桥墩位移优化方法及设备。包括：构建盾构施工参数指标体系，并获取实时监测数据；构建并训练BO‑RF回归模型，根据实时监测数据，采用BO‑RF回归模型对盾构下穿施工引起桥墩竖向位移和水平位移进行预测；构建BO‑RF‑NSGA‑Ⅲ多目标优化模型，将建立的BO‑RF回归函数作为NSGA‑Ⅲ适应度函数，对盾构下穿施工引起桥墩竖向位移和水平位移进行优化；根据得到的Pareto最优解集，通过TOPSIS法确定满足盾构下穿施工引起桥墩竖向位移和水平位移最优的盾构施工参数。本发明可以在不依赖人工操控的情况下减少盾构下穿施工引起桥墩竖向位移和水平位移。
-
公开(公告)号：CN115952590A
公开(公告)日：2023-04-11
申请号：CN202310243415.0
申请日：2023-03-14
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06N20/00 , G06N3/126 , G06N5/01 , G06N7/02 , G06F111/04 , G06F111/06
Abstract: 本发明属于隧道智能算法预测及优化技术领域，并具体公开了一种基于BO‑RF‑MOMPA混合算法的盾构隧道优化设计方法及设备。所述方法包括以下步骤：分析盾构隧道施工阶段引起隧道变形的敏感因素，建立指标体系，采集盾构掘进过程中的实际监测数据并结合地质勘查，构建样本数据集；基于样本数据集，建立基于BO‑RF的地表沉降、管片最大轴向压力、管片最大变形量、成本预测模型并检验；将预测模型所得的非线性映射关系函数作为目标优化适应度函数，构建基于BO‑RF‑MOMPA的多目标优化模型，提出盾构管片参数建议设置范围。本发明实现了对隧道变形的高精度预测，实现了盾构管片参数的优化设计，具有优化的效率和精度高等特点。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.035 seconds)
