-
公开(公告)号:CN119151242A
公开(公告)日:2024-12-17
申请号:CN202411605411.3
申请日:2024-11-12
Applicant: 无锡学院
IPC: G06Q10/0631 , G06N20/00 , G06Q10/083
Abstract: 本发明公开了一种基于强化学习的多智能体系统高效任务分配方法及系统,本发明涉及配送物流多智能体系统任务分配领域,包括:该系统通过将总区域划分为多个面积相同的子区域,系统获取待分配配送任务的总数及其对应的需求数据和环境数据,依据需求数据为每个配送任务确定优先级,并基于目标配送位置信息统计每个子区域内的配送任务数量。系统获取可执行配送任务的运输智能体总数量,以及每个子区域中心点到总区域配送点的距离信息。结合环境数据和子区域内的配送任务数量,生成每个子区域的最大配送量。根据每个子区域的任务优先级和最大配送量,合理安排运输智能体执行任务配送,增强了在复杂环境下的适应性与稳定性。
-
公开(公告)号:CN119357806A
公开(公告)日:2025-01-24
申请号:CN202411670143.3
申请日:2024-11-21
Applicant: 无锡学院
IPC: G06F18/2413 , G06N3/09 , G06F18/2131 , G06F18/214 , G01R23/16 , G01R31/00 , G06F123/02
Abstract: 本发明提供一种基于频谱特征的电网信号扰动分析方法及装置,涉及电网信号扰动分析技术领域,具体步骤包括:采集包含各种电能质量扰动的历史数据,使用等长的时间窗口进行分割,获得多个时间窗口对应的时间序列信号片段,对每个时间序列信号片段进行傅里叶变换,获取每个时间序列信号片段对应的频谱特征;将上述频谱特征构成数据链,并对数据链进行标注,构建电能质量扰动数据训练集;构建深度学习模型,使用标注的电能质量扰动数据训练集对模型进行训练,得到训练好的电能质量扰动识别模型,本发明通过对传统的神经网络结构进行了改造,降低了信号处理的难度,提高电能质量扰动信号识别的准确率。
-
公开(公告)号:CN119330219A
公开(公告)日:2025-01-21
申请号:CN202411869353.5
申请日:2024-12-18
Applicant: 无锡学院
Abstract: 本发明提供基于MLP神经网络反演的悬臂式起重机防摆控制方法及装置,涉及电数字数据处理技术领域,本发明通过采集操作员的历史行为数据、位移偏差量数据和摆动状态数据,并建立一个多层感知器神经网络模型,结合预测值与当前状态数据生成精确的控制信号,并通过调整策略和微调校准,不断优化控制性能;该系统不仅提升了对复杂动态环境的适应能力,还显著提高了控制精度和操作效率。
-
-