-
公开(公告)号：CN114285853B
公开(公告)日：2022-09-23
申请号：CN202210041391.6
申请日：2022-01-14
Applicant: 河海大学
Abstract: 本本发明公开了设备密集型工业物联网中基于端边云协同的任务卸载方法，具体步骤如下：步骤1：设置系统模型的各参数；步骤2：采用ISAC‑DMDRL算法来为每个IIoT设备做出最优决策。该算法首先将分布式RL和SAC算法相结合，解决了传统SAC算法对Q值的过估计或低估计问题；然后，采用CTDE框架将改进后的SAC算法扩展到多智能体场景中，解决了多智能体DRL中存在的非平稳性和可扩展性问题；此外，采用了一种值函数分解思想，解决了传统CTDE架构中的集中式‑分布式不匹配问题和多智能体信用分配问题。本发明可有效减少工业物联网中所有设备的任务执行延迟和能耗，平衡边缘服务器的工作负载，提高资源利用率，适用于大规模设备密集型工业物联网场景。
-
公开(公告)号：CN113573324A
公开(公告)日：2021-10-29
申请号：CN202110761258.3
申请日：2021-07-06
Applicant: 河海大学
Abstract: 本发明公开了工业物联网中协作式任务卸载和资源分配的联合优化方法，具体步骤如下：步骤1：设置系统模型的各参数；步骤2：采用CTORA算法来为每个IIoT设备做出最优决策，目标是最小化长期系统总成本，包括延迟成本和能耗成本。该算法结合了SAC算法、分布式RL和优先级经验重放技术，有效解决了传统SAC算法对Q值的过估计或低估计问题，提高了学习效率。本发明可有效减少工业物联网中所有设备的任务执行延迟和能耗，平衡边缘服务器的工作负载，提高计算和通信资源利用率。
-
公开(公告)号：CN111565419A
公开(公告)日：2020-08-21
申请号：CN202010542169.5
申请日：2020-06-15
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种超密集网络中面向延迟优化的协作式边缘缓存算法，具体步骤如下：步骤1：设置系统模型的各参数；步骤2：采用基于博弈论的多智能体强化学习算法来为每个SBS做出最优缓存决策，以最大化每个SBS的内容缓存命中率；步骤3：采用改进的分支定界法来为每个SBS做出最优带宽资源分配决策，以最小化所有用户设备的总内容下载延迟。本发明可有效减少超密集网络中所有用户的内容下载延迟，提高内容缓存命中率和频谱资源利用率，且具有良好的鲁棒性和可扩展性，适用于大规模用户密集型的超密集网络。
-
公开(公告)号：CN109511150A
公开(公告)日：2019-03-22
申请号：CN201810637296.6
申请日：2018-06-20
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于单对多充电技术的移动充电车路径规划算法，通过多个传感器节点的互相交充电范围的停靠点选择算法选择所有单对多充电的停靠点；通过孤立传感器节点的停靠点选择算法选择所有单对单充电的停靠点；单对多与单对单停靠点共同构成移动充电车的停靠点集合；移动充电车的最短充电路径即为以服务站节点为起止点，遍历所有停靠点的最短哈密尔顿回路。本发明节约充电时间，缩短移动充电车的行驶路径，降低行驶能耗，提高充电效率和充电规划的可扩展性。
-
公开(公告)号：CN106043078A
公开(公告)日：2016-10-26
申请号：CN201610525101.X
申请日：2016-07-05
Applicant: 河海大学常州校区
CPC classification number: B60P1/6427 , B60P1/00
Abstract: 本发明公开了一种抽拉式多层面快递分发箱，包括车厢（1）和上下向设置于所述车厢（1）内的若干箱体（2），所述箱体（2）包括位于最上层的上层箱体（3）、位于中间的至少一层中层箱体（4）和位于最下层的下层箱体（5），所述车厢（1）上部的内侧壁上设置有滑轨（15），所述上层箱体（3）与所述滑轨（15）滑动连接；所述上层箱体（3）和中层箱体（4）的下表面均沿推拉向设置有滑槽（6），所述滑槽（6）的下表面沿推拉向设置有长条形开口，所述滑槽（6）内设置有滑块（7）。本发明提供的一种抽拉式多层面快递分发箱，快递箱能够快速展开，便于在车上寻找快件，无需将快件搬上搬下，节约劳动力及取件时间。
-
Patent Agency Ranking
公开(公告)号：CN118278701A
公开(公告)日：2024-07-02
申请号：CN202410552956.6
申请日：2024-05-07
Applicant: 河海大学
IPC: G06Q10/0631 , G06Q10/0639 , G06Q30/0201 , G06Q50/06 , G06F18/20 , G06F18/214
Abstract: 本发明公开了一种基于改进的DDPG算法的综合能源系统优化调度方法，所提出的方法包括如下步骤：步骤1：建立设备运行综合能效评估指标体系模型，包括系统的目标函数和运行约束，实现精准全面的能效评估；步骤2：采用改进的DDPG算法对每个能源设备的能效调度动作进行优化控制，目标是最小化调度周期内系统的总运行成本。该算法将softmax算子引入动作值函数的计算，减少了算法的Q值高估偏差，并在动作选择策略中加入随机噪声，提高了算法的稳定性。本发明能够解决复杂动态综合能源系统下能效调度实时性差、精准度低的瓶颈问题，有效减少综合能源系统的运行成本，提高用户用能满意度，实现综合能源系统的高效灵活调度。
-
公开(公告)号：CN116628519B
公开(公告)日：2023-09-29
申请号：CN202310868631.4
申请日：2023-07-17
Applicant: 河海大学
IPC: G06F18/22 , G06F18/214 , G06N20/00
Abstract: 本发明提供一种生态脆弱区识别方法及系统，所述方法包括：通过目标InVEST模型对待识别区域进行多种生态系统服务计算，获得所述待识别区域内每个栅格中的各种生态系统服务各自对应的计算结果；通过目标MaxEnt模型对所述待识别区域进行物种空间分布预测，获得所述待识别区域内每个栅格中的物种空间分布的预测结果；根据所述计算结果和所述预测结果，确定所述待识别区域的每个栅格的空间匹配度指数；根据所述空间匹配度指数，确定所述待识别区域内的生态脆弱区。旨在进行高精度、高效率和可扩展的生态脆弱区识别。
-
公开(公告)号：CN115559846A
公开(公告)日：2023-01-03
申请号：CN202210880795.4
申请日：2022-07-25
Applicant: 国网新源集团有限公司新安江水力发电厂 , 河海大学
Abstract: 本发明提出一种带有弧线出水边翼型的混流式水轮机固定导叶，固定导叶的上端平面与水轮机座环上环板连接为一个整体，固定导叶的下端平面与水轮机座环下环板连接为一个整体，翼型吸力面为光滑过渡曲线；翼型压力面尾翼后缘为特定弧线；翼型出水截面尾翼后缘与压力面切点夹角θ1为15°～30°，翼型出水截面尾翼后缘与吸力面切点夹角θ2为60°～90°，翼型出水截面尾翼后缘长度L为翼型弦长的1％～5％，可以减小固定导叶出水边厚度、减少固定导叶出水边脱流、降低其出水边脱流点尾迹宽度、提高卡门涡街频率、降低涡街能量，实现错频、减小共振的目的。
-
公开(公告)号：CN106475790A
公开(公告)日：2017-03-08
申请号：CN201610940055.X
申请日：2016-11-01
Applicant: 河海大学常州校区
IPC: B23Q1/03
CPC classification number: B23Q1/032
Abstract: 本发明涉及一种大曲率薄壁件多点支撑定位方法、柔性工装及设定方法，该大曲率薄壁件支撑定位方法包括：通过模块化的工装单元来分段拟合曲面零件的形状，确定各工装单元模块的偏转角度和各单元上各支撑杆的上升高度,以构建一个适于多点支撑的柔性工装。本发明避免了大曲率零件加工时支撑杆伸长量差别较大的缺点，同时该定位方法利用工装单元模块自身的角度偏转补偿了支撑杆的球头(可万向回转的结构)的部分偏转角度，避免了球头偏转角超出偏转范围。
-
公开(公告)号：CN111970733B
公开(公告)日：2024-05-14
申请号：CN202010771674.7
申请日：2020-08-04
Applicant: 河海大学常州校区
IPC: H04W28/14 , H04L67/568 , H04L67/1097 , H04L41/16
Abstract: 本发明公开了超密集网络中基于深度强化学习的协作式边缘缓存算法，具体步骤如下：步骤1：设置系统模型的各参数；步骤2：采用Double DQN算法来为每个SBS做出最优缓存决策，以最大化所有SBS的总内容缓存命中率。该算法结合了DQN算法和Double Q‑learning算法，从而有效解决了DQN算法对Q值的过估计问题。此外，该算法采用了优先级经验回放技术，加快了学习速度；步骤3：采用改进的分支定界法来为每个SBS做出最优带宽资源分配决策，以最小化所有用户设备的总内容下载延迟。本发明可有效减少超密集网络中所有用户的内容下载延迟，提高内容缓存命中率和频谱资源利用率，且具有良好的鲁棒性和可扩展性，适用于大规模用户密集型的超密集网络。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.024 seconds)
