-
公开(公告)号：CN113885555B
公开(公告)日：2024-08-02
申请号：CN202111072259.3
申请日：2021-09-14
Applicant: 安徽送变电工程有限公司 , 国网安徽省电力有限公司池州供电公司 , 合肥工业大学
Abstract: 本发明提供了一种面向输电线路密集通道巡检的多机任务分配方法和系统，涉及多无人机任务分配技术领域。本发明在输电线路密集通道巡检场景下，考虑到无人机执行任务中需要进行电量补充，创新性地提出了多机任务分配模型，将无人机的巡检任务和充电任务进行联合优化；基于本发明所提出的多机任务分配模型设计了一种改进遗传算法，该算法增加了多级染色体混合编码、双重种群选择和染色体修正模块，能够快速得到高质量的任务分配方案，并在此基础上规划每架无人机执行任务和充电的飞行路径。
-
公开(公告)号：CN113807646B
公开(公告)日：2023-07-04
申请号：CN202110858525.9
申请日：2021-07-28
Applicant: 合肥工业大学
IPC: G06Q10/0631 , G06N3/126
Abstract: 本发明提供了一种无人机与车辆协同任务分配的智能优化方法和系统，涉及无人机技术领域。首先获取无人机与车辆协同任务分配模型和预设参数；并采用车机协同混合编码方法构建初始种群；随后计算染色体的适应度值，然后对染色体进行操作；随后对染色体对应解的可行性进行判别；并对未通过可行性判别的染色体进行修正；接着对当前种群中的染色体进行更新操作，生成子代种群；若未达到最大迭代次数，则再次进行染色体操作；若达到，输出子代种群中的适应度值最大的染色体对应的方案。本发明更能确保线段任务被唯一访问，且在染色体更新操作过程也可避免大量不可行染色体的出现，进而使得本发明提出的遗传算法节省了判断不可行染色体及矫正的时间。
-
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：CN113671986B
公开(公告)日：2022-10-18
申请号：CN202110858529.7
申请日：2021-07-28
Applicant: 合肥工业大学
IPC: G05D1/10
Abstract: 本发明提供了一种空地协同下无人机与车辆的任务分配方法和系统，涉及无人机技术领域。本发明先获取无人机、车辆、任务和道路路网的参数集合；然后在空地协同模式下获取预设的约束条件，并以无人机和车辆执行完所有任务回到起点所耗费的总时间最小为目标函数，构建空地协同下无人机与车辆的任务分配的混合整数规划模型；利用预设算法对任务分配模型进行求解，最终得到无人机执行任务方案和车辆执行任务方案，本发明提出的方法和系统能够优化无人机与车辆执行任务的集合，提升任务执行效率，实现无人机与车辆协同执行任务。
-
公开(公告)号：CN115271028A
公开(公告)日：2022-11-01
申请号：CN202210510798.9
申请日：2022-05-11
Applicant: 合肥工业大学
Abstract: 本发明提供一种传感器网络环境下的数据增强方法和系统。通过构建初始生成对抗网络，并获取传感器样本数据；基于传感器样本数据获取缺失样本数据；以缺失样本数据为输入，以传感器样本数据为期望输出，基于预设的损失函数对初始生成对抗网络进行训练，得到传感器生成对抗网络；基于传感器生成对抗网络对待处理的传感器数据进行插补。通过预先构建出特定的损失函数，避免了原始生成对抗网络度量方式，使用该损失函数训练过程中模型易于收敛，最终使得插补效果大大提升，使得最终生成的传感器生成对抗网络更加准确。
-
Patent Agency Ranking
公开(公告)号：CN113807646A
公开(公告)日：2021-12-17
申请号：CN202110858525.9
申请日：2021-07-28
Applicant: 合肥工业大学
Abstract: 本发明提供了一种无人机与车辆协同任务分配的智能优化方法和系统，涉及无人机技术领域。首先获取无人机与车辆协同任务分配模型和预设参数；并采用车机协同混合编码方法构建初始种群；随后计算染色体的适应度值，然后对染色体进行操作；随后对染色体对应解的可行性进行判别；并对未通过可行性判别的染色体进行修正；接着对当前种群中的染色体进行更新操作，生成子代种群；若未达到最大迭代次数，则再次进行染色体操作；若达到，输出子代种群中的适应度值最大的染色体对应的方案。本发明更能确保线段任务被唯一访问，且在染色体更新操作过程也可避免大量不可行染色体的出现，进而使得本发明提出的遗传算法节省了判断不可行染色体及矫正的时间。
-
公开(公告)号：CN115099300B
公开(公告)日：2024-08-06
申请号：CN202210509838.8
申请日：2022-05-11
Applicant: 合肥工业大学
IPC: G06F18/241 , G06F18/214 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0455 , G06N3/044
Abstract: 本发明提供一种多源异构数据处理方法和系统。通过获取若干种类型的数据样本集，数据样本集包括缺失数据和完整数据；根据数据样本集的类型获取相应的初始生成对抗网络；对初始生成对抗网络进行训练，得到若干个训练后的生成对抗网络，若干个训练后的生成对抗网络形成多源数据处理模型；基于多源数据处理模型对待处理数据进行数据插补处理和/或数据增强处理。通过对不同的数据匹配各自的生成对抗网络，进而可以对所有的多源异构数据进行处理，从而建立起统一的数据处理方法，提高了多源异构数据的处理效率。
-
公开(公告)号：CN115270908A
公开(公告)日：2022-11-01
申请号：CN202210509839.2
申请日：2022-05-11
Applicant: 合肥工业大学
Abstract: 本发明提供一种物联网设备数据的智能插补方法和系统。通过获取物联网设备数据样本集，构建初始生成对抗网络；数据样本集包括缺失数据和完整数据；基于缺失数据和完整数据对初始生成对抗网络进行训练，得到物联网设备生成对抗网络，物联网设备生成对抗网络包括辅助编码器、生成器和鉴别器；基于物联网设备生成对抗网络对物联网设备缺失数据进行插补处理。相比于现有技术，本发明提供的生成对抗网络在结构上进行了改进，加入辅助编码器。将编码器随着生成对抗网络一同训练，编码器经过训练之后就可以找到网络的输入值，避免花费时间去优化输入值，并且可以使输入值达到最佳，大大提高插补的性能，从而准确的对缺失数据进行插补处理。
-
公开(公告)号：CN115099300A
公开(公告)日：2022-09-23
申请号：CN202210509838.8
申请日：2022-05-11
Applicant: 合肥工业大学
Abstract: 本发明提供一种多源异构数据处理方法和系统。通过获取若干种类型的数据样本集，数据样本集包括缺失数据和完整数据；根据数据样本集的类型获取相应的初始生成对抗网络；对初始生成对抗网络进行训练，得到若干个训练后的生成对抗网络，若干个训练后的生成对抗网络形成多源数据处理模型；基于多源数据处理模型对待处理数据进行数据插补处理和/或数据增强处理。通过对不同的数据匹配各自的生成对抗网络，进而可以对所有的多源异构数据进行处理，从而建立起统一的数据处理方法，提高了多源异构数据的处理效率。
-
公开(公告)号：CN113885555A
公开(公告)日：2022-01-04
申请号：CN202111072259.3
申请日：2021-09-14
Applicant: 安徽送变电工程有限公司 , 国网安徽省电力有限公司池州供电公司 , 合肥工业大学
IPC: G05D1/10
Abstract: 本发明提供了一种面向输电线路密集通道巡检的多机任务分配方法和系统，涉及多无人机任务分配技术领域。本发明在输电线路密集通道巡检场景下，考虑到无人机执行任务中需要进行电量补充，创新性地提出了多机任务分配模型，将无人机的巡检任务和充电任务进行联合优化；基于本发明所提出的多机任务分配模型设计了一种改进遗传算法，该算法增加了多级染色体混合编码、双重种群选择和染色体修正模块，能够快速得到高质量的任务分配方案，并在此基础上规划每架无人机执行任务和充电的飞行路径。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.025 seconds)
