-
公开(公告)号:CN116258262A
公开(公告)日:2023-06-13
申请号:CN202310182120.7
申请日:2023-02-24
Applicant: 合肥工业大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/08 , H02J3/00
Abstract: 本发明提供一种多维时序数据的短期趋势预测方法、系统、存储介质和电子设备,涉及多维时序数据预测技术领域。本发明提出了一种新的短期多维时序数据预测模型框架;该结构首先采用一种具有可解释性的时序特征编码器,对目标序列数据进行趋势与季节特征分解。然后,采用了一种辅助信息编码器将特征因素数据编码到隐藏信息矩阵中,并通过多头自注意力机制获取高维自相关性特征。该模型的时序特征编码器具有强大的非线性建模能力,可以满足目标序列特征提取的需求。最后,通过特征融合模块,将提取的不同类型特征进行融合,并通过一个可进行时间序列特征提取的解码器进行最终的多维时序数据预测。
-
公开(公告)号:CN115630822A
公开(公告)日:2023-01-20
申请号:CN202211373702.5
申请日:2022-11-03
Applicant: 合肥工业大学
IPC: G06Q10/0631 , G06Q10/0831 , G06Q10/10 , G06Q50/04 , G06Q50/30 , G06N3/126
Abstract: 本发明提供一种面向海外小批量订单的跨行业多主体制造任务规划方法、系统、存储介质和电子设备,涉及制造任务规划技术领域。本发明包括获取任务规划资源和海外小批量订单;根据所述任务规划资源和海外小批量订单,以最小化所有海外小批量订单的综合成本为目标,构建CIMA‑MTP模型;采用EPGA算法求解所述CIMA‑MTP模型,获取海外小批量订单的任务规划结果。海外小批量的产品需求量小、单数多、运输情况复杂,为了使制造企业能够合理规划大量的海外小批量订单,建立CIMA‑MTP模型,并采用优选后的遗传算法进行求解,利于寻找接近最优解。
-
公开(公告)号:CN115619183A
公开(公告)日:2023-01-17
申请号:CN202211373659.2
申请日:2022-11-03
Applicant: 合肥工业大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/126
Abstract: 本发明提供一种多主体协同下考虑供应链成本的生产任务调度方法、系统、存储介质和电子设备,涉及生产任务调度技术领域。本发明根据所述订单的生产调度资源、生产任务,以最小化所有生产任务的供应链成本为目标,构建MAC‑PTS模型;采用OAGA算法求解所述MAC‑PTS模型,获取多主体协同下考虑供应链成本的生产任务调度方案。将制造企业的海外小批量订单将抽象为生产任务,针对其制造任务需求复杂、制造服务能力跨行业、制造过程耦合等特点,建立多主体协同下的MAC‑PTS模型,并采用优选后的遗传算法进行求解,利于寻找接近最优解,帮助制造企业高效合理地进行生产任务调度。
-
-