公开(公告)号：CN117114660A

公开(公告)日：2023-11-24

申请号：CN202310686502.3

申请日：2023-06-09

Applicant: 同济大学

Inventor： 黄新林 ,  黄辰晔 ,  陈依崭 ,  何婉宁

IPC: G06Q10/30 ,  G06Q10/0637 ,  G06Q10/067 ,  G06Q30/0283

Abstract: 一种基于Stackelberg博弈的废旧家电回收利润分配方法。该方法是将回收链进行拆解细化，分为企业和个人回收商、拆解商和再生产商。并设置了不同的参数βrp:再生产商对价格的敏感系数和βr:消费者对回收价格的敏感系数，将模型分为两种不同的形态，对于不同的回收链情况提供了不同的利润分配方法。而且发明中的两种模型更加具体且具有实用性。并且讨论得到了如下两个结论：回收链中博弈的存在会使得回收链成员利润上升但总利润下降；与基本的三种回收模型进行对比，发现回收链成员数量上升会使得闭环供应链总利润下降，但是回收链利润会上升。因此在实际使用中若要增加回收链利润来达到提高回收效率的目的，则本发明的模型效果更符合要求，利润分配方法更加优秀。

公开(公告)号：CN116203499A

公开(公告)日：2023-06-02

申请号：CN202310124056.7

申请日：2023-02-16

Applicant: 同济大学

Inventor： 黄新林 ,  何婉宁 ,  陈依崭

IPC: G01S5/02 ,  G01S5/12 ,  H04W4/02 ,  H04W4/33 ,  H04W4/021 ,  H04W64/00

Abstract: 本发明提出一种智能工厂内UWB定位遮挡检测方法，首先利用误差求解的方法，推导遮挡情况下的误差表达式，基于每一条路径的测距误差判定遮挡；其次针对各路径误差求解方程均无解的情况，利用每四个基站构成一个误差四面体体积的方法，计算各个误差四面体的体积；最后设定遮挡误差及误差四面体体积阈值，结合两种方法进行联合遮挡检测。本发明在现有基于最小二乘法求解TOA定位线性方程的基础上，通过假定遮挡情况进行公式推导，依据测距数据即可求解出对应路径上的误差影响，通过迭代，可以准确求解出各路径的误差影响，适用于单条或多条路径的遮挡；本发明方法平衡各路径的遮挡判定，减少判定偏向于某一路径产生误判。

公开(公告)号：CN117172811A

公开(公告)日：2023-12-05

申请号：CN202311244238.4

申请日：2023-09-25

Applicant: 同济大学

Inventor： 黄新林 ,  唐瑞玥 ,  陈依崭 ,  何婉宁

IPC: G06Q30/02 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提出了一种基于神经网络集成的废旧家电产品价值评估方法，基于全国重点城市拆解厂调研废旧空调回收数据，将其预处理后划分为训练集与测试集，以BP神经网络模型作为基学习器，利用bagging算法对基学习器进行集成，通过调整参数，构建最优的BP_bagging神经网络价值评估模型。该方法包括以下步骤：(1)对采集到的数据进行清洗、去重、填充缺失值等预处理，以保证数据的质量和可靠性，并提取二手家电价值相关的特征进行编码。(2)将数据集划分为训练集与测试集，构建BP神经网络模型，并基于训练数据集进行训练，通过调整参数以实现最优的模型性能。(3)利用bagging算法构建BP_bagging模型，基于训练数据集进行训练，并进行参数调整以实现最优的模型性能。

公开(公告)号：CN116503118A

公开(公告)日：2023-07-28

申请号：CN202310349535.9

申请日：2023-04-03

Applicant: 同济大学

Inventor： 陈依崭 ,  黄逸 ,  黄辰晔 ,  李鹏飞 ,  黄新林

IPC: G06Q30/0283 ,  G06F18/23 ,  G06N5/048 ,  G06F18/241 ,  G06F18/214 ,  G06Q30/0201

Abstract: 本发明涉及废旧家电回收技术领域，提出了一种基于分类选择强化预测模型的废旧家电价值评估系统，包含数据预处理模块、模型训练模块和价值预估输出模块。本发明采用分类选择强化预测模型，能够对废旧家电的价值进行更准确的评估和预测；本发明采用人工智能技术，实现了对废旧家电的自动化处理；本发明综合考虑废旧家电的回收成本、功能状况、使用时间等因素，对废旧家电的价值进行评估和预测；本发明可以应用于各种类型的废旧家电，还可以应用于其他领域的价值评估和预测，如二手车等领域。

公开(公告)号：CN118096213A

公开(公告)日：2024-05-28

申请号：CN202410210507.3

申请日：2024-02-26

Applicant: 同济大学

Inventor： 陈依崭 ,  刘剑锋 ,  王盛宇 ,  黄新林

IPC: G06Q30/0201 ,  G06Q10/30 ,  G06F18/2431 ,  G06N20/20

Abstract: 本发明涉及废旧家电回收技术领域，尤其涉及一种基于在线迁移成分分析的废旧家电回收成本评估系统。其特征在于，包括：输入层、在线TCA与随机森林训练层、预测层和分析层；所述输入层完成：对不同种类的家电进行分集；所述在线TCA与随机森林训练层包括在线TCA模块和随机森林训练模块；所述预测层用于进行在线迁移成本评估；利用在线TCA与随机森林训练层获得的随机森林模型处理映射后的目标域数据，得到的目标域数据回收成本结果；所述分析层结合ESG方法提供源域到目标域之间各类成本的占比分析，给出各类对比图形。本发明利用在线迁移技术，能够根据不同家电、地域、时间和条件实时优化回收系统，最大化资源利用，降低运营成本。