公开(公告)号：CN118690835A

公开(公告)日：2024-09-24

申请号：CN202410759708.9

申请日：2024-06-13

Applicant: 华南理工大学

Inventor： 龚月姣 ,  孙雨虹 ,  黄婷 ,  钟竞辉

IPC: G06N3/126 ,  G06F18/214 ,  G06F18/27

Abstract: 本发明公开了一种基于符号回归的离线数据驱动优化方法及装置，属于数据驱动优化技术领域。其中方法包括：获取历史数据；根据所述历史数据生成多个历史数据的数据子集；根据多个所述数据子集构建多个符号回归模型；根据多个所述数据子集评估所述符号回归模型的预测准确率；根据获得的预测准确率构建带权重的集成模型；根据所述集成模型实现数据驱动的进化优化。本发明基于已有的历史数据，使用基因表达式编程方法来训练符号回归模型，并采用集成方法将多个模型集成并生成集成模型，并采用进化算法作为优化器来获取得到优化问题的最优解。其中，集成的符号回归模型将作为昂贵优化问题中的代理模型来指导优化进化算法的搜索方向。

公开(公告)号：CN112818402B

公开(公告)日：2022-07-26

申请号：CN202110213797.3

申请日：2021-02-26

Applicant: 华南理工大学

Inventor： 徐红云 ,  杨丰源 ,  陆涛 ,  余宛书 ,  熊镔 ,  时浩南 ,  孙雨虹 ,  张紫怡

IPC: G06F21/62 ,  G06F16/906 ,  G06F16/29

Abstract: 本发明公开了一种基于点密度分割轨迹实现轨迹数据发布k匿名的方法，包括步骤：1)获取基础轨迹数据，建立轨迹数据集模型；2)建立轨迹损失模型DGH树；3)在轨迹数据集模型中添加虚拟点，生成包含虚拟点的轨迹数据集模型和虚拟点标记数据集模型；4)对包含虚拟点的轨迹数据集模型进行聚类，标记每个点所属的聚类中心，生成标记数据集模型；5)遍历轨迹数据集模型，通过标记数据集模型对轨迹进行分割，生成分割后的轨迹数据集模型；6)对于分割后的数据集模型采用动态序列对齐算法计算损失，再使用迭代式轨迹k匿名聚类算法进行基于信息损失的聚类。本发明基于轨迹数据集的点密度对轨迹进行分割，减少了k匿名过程中造成的信息损失。

公开(公告)号：CN112818402A

公开(公告)日：2021-05-18

申请号：CN202110213797.3

申请日：2021-02-26

Applicant: 华南理工大学

Inventor： 徐红云 ,  杨丰源 ,  陆涛 ,  余宛书 ,  熊镔 ,  时浩南 ,  孙雨虹 ,  张紫怡

IPC: G06F21/62 ,  G06F16/906 ,  G06F16/29

Abstract: 本发明公开了一种基于点密度分割轨迹实现轨迹数据发布k匿名的方法，包括步骤：1)获取基础轨迹数据，建立轨迹数据集模型；2)建立轨迹损失模型DGH树；3)在轨迹数据集模型中添加虚拟点，生成包含虚拟点的轨迹数据集模型和虚拟点标记数据集模型；4)对包含虚拟点的轨迹数据集模型进行聚类，标记每个点所属的聚类中心，生成标记数据集模型；5)遍历轨迹数据集模型，通过标记数据集模型对轨迹进行分割，生成分割后的轨迹数据集模型；6)对于分割后的数据集模型采用动态序列对齐算法计算损失，再使用迭代式轨迹k匿名聚类算法进行基于信息损失的聚类。本发明基于轨迹数据集的点密度对轨迹进行分割，减少了k匿名过程中造成的信息损失。