公开(公告)号：CN118381729A

公开(公告)日：2024-07-23

申请号：CN202410184379.X

申请日：2024-02-19

Applicant: 南京信息工程大学

Inventor： 申晓宁 ,  陈星晖 ,  陈文言 ,  张雨驰

IPC: H04L41/0823 ,  H04L41/083 ,  H04L41/0833 ,  H04W24/02 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了基于深度强化学习的建筑综合能源系统优化方法，涉及深度强化学习技术领域，该方法包括：初始化建筑综合能源系统智能调度环境中的状态信息；建立建筑综合能源系统智能调度决策模型；构建马尔科夫决策过程；根据状态信息产生调度方案；用户根据调度方案调整用电计划，反馈给运营商调整状态信息；采集调度过程中产生的轨迹信息，存放到经验回放池中；经验回放池中的轨迹数量达到要求时，对调度决策模型参数进行训练；若能源运营商的累计总收益稳定，输出最优调度方案与价格信息。本发明针对建筑综合能源系统优化过程中出现的随机动态事件或不确定因素，能及时根据环境状态的变化生成最优的调度方案与定价信息。

公开(公告)号：CN118364165A

公开(公告)日：2024-07-19

申请号：CN202311111160.9

申请日：2023-08-30

Applicant: 南京信息工程大学

Inventor： 申晓宁 ,  沈如一 ,  陈星晖 ,  毛鸣健

IPC: G06F16/9535 ,  G06F18/213 ,  G06F18/25 ,  G06F17/16 ,  G06F17/18 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多头注意力机制的用户推荐系统及方法，该系统包括用户行为数据处理模块，用于将用户与项目的特征数据进行特征映射，得到第一特征矩阵；特征处理融合模块，用于根据第一特征矩阵计算特征的权重，得到特征权重向量，并依次与第一特征矩阵相乘进行权重赋予，得到第二特征矩阵；根据第二特征矩阵计算两两特征之间的关联度并进行特征加权组合，得到第三特征矩阵；深度推荐模块，用于连接第二特征矩阵和第三特征矩阵得到第四特征矩阵，计算用户对于项目的预测评分，根据所述评分为用户推荐项目；本发明提高了模型的收敛速度和鲁棒性，降低不重要特征对预测结果的不良影响，进挖掘特征之间的隐藏联系，实现对于用户的个性化推荐。