-
公开(公告)号：CN116843089A
公开(公告)日：2023-10-03
申请号：CN202310740452.2
申请日：2023-06-21
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地
IPC: G06Q10/047 , G06Q10/0631 , G06Q50/04 , G06Q50/30 , G06N3/006
Abstract: 本发明涉及基于改进引力搜索算法的舾装件托盘多载具协同调度方法，属于配送技术领域。解决配送运输顺序不合理导致等待时间长、工作效率低的问题。包括以下步骤：确定个点间距离、舾装件托盘数量、配送车辆数量及装卸车数量；基于反向学习规则的种群初始化；基于ROV映射策略构建托盘处理顺序，基于贪婪准则，调整舾装件托盘配送车辆的配送顺序；根据适应度函数计算公式，计算种群中所有可行解的适应度函数值；更新引力常数，计算粒子质量；计算各粒子的所受合力、速度、加速度；对粒子进行高斯变异；确定算法是否达到算法停止要求；输出结果。为所有运输车辆选取运输路线，使总运输时间最短，更加合理规划配送路线，减少等待时间，提高效率。
-
公开(公告)号：CN116663760A
公开(公告)日：2023-08-29
申请号：CN202310726055.X
申请日：2023-06-19
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地
IPC: G06Q10/047 , G06Q10/0835 , G06N3/126
Abstract: 一种基于遗传算法的车辆配送路径规划方法，它涉及一种车辆配送路径规划方法。本发明为了解决船厂舾装件配送路径的规划主要由司机自主完成，导致实际运送过程中的能耗过高、人工成本增加的问题。本发明的步骤为：步骤一、确定车辆的每条运输路径；步骤二、基于遗传算法，对车辆的每条路径进行优化，得到一组优化后的路径；步骤三、根据每个配货单的系统指派时间，规划配货单的配送路径；步骤四、优先考虑在配货单配送时间规定范围内所需配送舾装件在同一仓库的情况；步骤五、将所述一组优化后的路径加入可行解的集合，以车辆总路径值最短为目标函数，确定所述可行解集合中的最优的一组路径。本发明属于船舶制造及运输技术领域。
-
公开(公告)号：CN117455090A
公开(公告)日：2024-01-26
申请号：CN202311425503.9
申请日：2023-10-30
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地
IPC: G06Q10/047 , G06N3/126 , G06Q10/0835 , G06Q10/0631
Abstract: 一种基于改进遗传算法的舾装件托盘多载具协同拣选方法，它涉及一种舾装件托盘多载具协同拣选方法。本发明为了解决解决多个拣货员同时进行拣选时会出现拥堵情况，导致实际运送过程中的等待时间长、工作效率较低的问题。本发明基于全部任务完成时间最短的原则，规划各拣选员的拣选顺序,每个托盘默认一个订单，整个拣选模型是由拣选员、拣选通道、托盘所在库位、以及出入口组成，考虑运输拣选通道的宽度约束，同一时刻只能有1名拣货员在一条拣货通道中，如果有另一名拣货员要进入该拣选通道进行拣货，那么将对任务进行替换，即已在该通道的拣货员替其进行拣货操作，而另一人则执行已在拣货通道中的人的拣货任务。本发明属于船厂内运输技术领域。
-
公开(公告)号：CN111104564A
公开(公告)日：2020-05-05
申请号：CN201911280879.9
申请日：2019-12-13
Applicant: 哈尔滨工程大学
IPC: G06F16/901 , G06N3/02 , G06N3/08
Abstract: 本发明公开了基于深度增强学习的图信号节点采样方法，属于机器学习领域。该方法基于经典分立空间增强学习算法Deep Q Learning方法，把图中所有的信号节点作为增强学习中的动作空间，增强学习智体通过学习采取合适的节点来最大化地保留原图所包含的信息。我们独创性地设计了智体所运行的环境，在这个环境中智体通过采取动作来获得回报，不断的训练与提升其采样策略。该方法不需要大量的有标签数据，使用神经网络来处理大量的图数据，使用增强学习算法来自动化这一流程。实现对部分节点的精准筛选。训练好的智体可以在环境中自动根据图的特征选取合适的节点进行筛选，只要实际应用问题可以抽象为信号图，而且全程自动化采样，没有任何附加成本和人力参与。
-
公开(公告)号：CN105021180B
公开(公告)日：2018-04-24
申请号：CN201510458044.3
申请日：2015-07-30
Applicant: 哈尔滨工程大学
IPC: G01C19/72
Abstract: 本发明公开了一种光纤环采用双环设计的光纤陀螺，包括光源、光电探测器、光纤耦合器、信号处理器、光学调制器和干涉部件，干涉部件包括两个光纤环和隔热装置，隔热装置包括内腔和外腔，内腔和外腔上下之间安装有硬质绝缘圈，内腔内安装有导热槽，两个光纤环对称安装在导热槽的两侧，导热槽上开有小孔，两个光纤环相对应的一端拼接并且拼接点位于导热槽的小孔处，两个光纤环的引出端从导热槽上的其他小孔引出，分别穿过内腔和外腔，一个光纤环的引出端和光学调制器的第一输出端相连，另一个光纤环的引出端和光学调制器的第二输出端相连，密封导热槽上的小孔，密封内腔和外腔。本发明具有温度稳定性高的优点。
-
Patent Agency Ranking
公开(公告)号：CN107932515A
公开(公告)日：2018-04-20
申请号：CN201711138534.0
申请日：2017-11-16
Applicant: 哈尔滨航士科技发展有限公司 , 哈尔滨工程大学 , 上海航士海洋科技有限公司
IPC: B25J9/22
CPC classification number: B25J9/0081
Abstract: 本发明一种基于机械手臂学习的电子设备与方法属于机器人学习领域；该装置包括电子设备主板、电池、陀螺仪和加速度计设置在电子设备外壳内，显示屏、压力传感器和压力传感器模设置在电子设备外壳外，压力传感器上粘贴压力传感器模，显示屏、压力传感器、陀螺仪和加速度计连接电子设备主板，电池为电子设备供电；该方法包括电子设备和机械臂的通信和初始坐标对准，人手握电子设备示教；传输人手的运动形式和人手握电子设备的用力程度参数；机械臂根据参数调整其各个关节的位置及力矩状态，跟随人手运动并完成动作；机械臂记录数据作基础数据，重复示教；本发明节约了人力教学的时间，通过数据传输更容易让机械臂接受，做起动作更自然和灵活。
-
公开(公告)号：CN103940448B
公开(公告)日：2016-12-07
申请号：CN201410145935.9
申请日：2014-04-11
Applicant: 哈尔滨工程大学
Abstract: 本发明一种船用罗经光纤陀螺噪声在线估计系统及估计方法。在线估计系统包括三个光纤陀螺仪，三个加速度计，信号采集部分，DSP导航解算部分，电源部分和信息显示部分。信号采集部分完成对陀螺仪和加速度计的输出信号实时采集；将采集到的陀螺仪和加速度计的输出数据进行滤波处理，消除掉舰船运动对采集数据的干扰影响，只留下光纤陀螺仪的噪声干扰项；建立系统状态方程和量测方程，采用指数加权平均算法，实现了实时的参数估计；利用非线性自适应卡尔曼滤波实现对Allan方差系数进行有效估计。本发明提出线噪声估计方法能实现光纤罗经噪声误差项的实时更新，提高了罗经航向和姿态输出精度。
-
公开(公告)号：CN103940445B
公开(公告)日：2016-08-17
申请号：CN201410143285.4
申请日：2014-04-10
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明涉及能够消除旋转轴上惯性器件的误差一种单轴旋转惯导系统惯性器件误差补偿方法。将惯性器件固联至旋转机构，惯性器件的y轴与天向重合；旋转机构带动惯性器件以角速度ωy绕y轴进行正反转停运动，惯性器件采用四个转停次序为一个周期的旋转方式；惯导系统中与旋转轴垂直的惯性器件误差通过读取三个轴正半轴的惯性器件输出值和解算被调制成正余弦变化的信号，从而在导航解算中消除x轴、z轴的器件误差；y轴上的器件误差通过读取旋转轴正负半轴上的惯性器件数据和解算被平均掉。从而达到将惯导系统所有器件误差全部调制掉的目的。本发明增加了一组陀螺和加速度计，提高了系统的冗余性和可靠性。
-
公开(公告)号：CN104535063A
公开(公告)日：2015-04-22
申请号：CN201410698063.9
申请日：2014-11-27
Applicant: 哈尔滨工程大学
CPC classification number: G01C21/165 , G01C21/20
Abstract: 本发明属于海底油气管道检测定位领域，具体涉及一种海底油气管道检测定位系统地理坐标补偿方法。本发明包括：将采用电涡流传感器检测到的金属焊缝数来确定管道检测系统所处的钢管段实现粗定位；采用里程仪/超低频电磁波校正方法对管道定位的捷联惯性导航系统计算并进行误差补偿，里程增量和超低频电磁波定位信号作为观测值，将状态误差作为状态变量，运用Kalman滤波估计状态误差；二次贝叶斯曲线的方法来结合前向和后向滤波算法来降低最大误差。本专利所提出的方法适合于任何基于捷联惯性导航系统的管道检测定位系统的精确定位；可以大大降低单一滤波时捷联惯性导航系统误差随时间累积的效应，可使定位误差降低到原来的1/4。
-
公开(公告)号：CN104092503A
公开(公告)日：2014-10-08
申请号：CN201410334044.8
申请日：2014-07-15
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于狼群优化的人工神经网络频谱感知方法，决策中心依次打开各个子区域内的主用户信号模拟发射机，决策中心接收来自认知用户的本地检测结果，将接收的认知用户发送的本地检测信息及统计和计算的认知用户的检测概率信息，生成训练样本集，根据神经网络结构及训练样本生成神经网络测试函数；基于神经网络测试函数和训练后生成的神经元权值矩阵，运用狼群优化方法对权值矩阵进行优化处理，将优化后的权值矩阵输入神经网络工作模块中；认知用户对主用户信号进行检测，决策中心将接收到的认知用户的本地检测结果与累计的认知用户检测概率进行融合，融合值输入优化后的神经网络，判断主用户信号是否出现。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.037 seconds)
