-
公开(公告)号：CN117151310B
公开(公告)日：2024-02-13
申请号：CN202311415683.2
申请日：2023-10-30
Applicant: 清华大学 , 北京全路通信信号研究设计院集团有限公司
IPC: G06Q10/04 , G06Q10/0639 , G06Q10/083
Abstract: 本说明书涉及集装箱作业优化技术领域，提供了一种堆场内集装箱堆放位置排布模型建立、排布方法及装置。该方法包括：将堆场按照运输列车的车厢位置划分为若干分片，每个分片负责堆放运输车厢在此车厢位置的全部集装箱；为每个分片构建相应的RMAB模型，并将每个分片中的每个栈作为相应RMAB模型的一个臂；基于RMAB模型设置每个分片中的每个栈的状态；将每个分片中的每个栈的状态作为神经网络的输入，利用强化学习方法训练神经网络获得Whittle指标估计模型，用于估计每个集装箱放置在对应分片的每个栈中时的Whittle指标。通过本说明书实施例，可以解决现有技术中求解效率低以及缺少最优性保证的问题。
-
Patent Agency Ranking
公开(公告)号：CN117151310A
公开(公告)日：2023-12-01
申请号：CN202311415683.2
申请日：2023-10-30
Applicant: 清华大学 , 北京全路通信信号研究设计院集团有限公司
IPC: G06Q10/04 , G06Q10/0639 , G06Q10/083
Abstract: 本说明书涉及集装箱作业优化技术领域，提供了一种堆场内集装箱堆放位置排布模型建立、排布方法及装置。该方法包括：将堆场按照运输列车的车厢位置划分为若干分片，每个分片负责堆放运输车厢在此车厢位置的全部集装箱；为每个分片构建相应的RMAB模型，并将每个分片中的每个栈作为相应RMAB模型的一个臂；基于RMAB模型设置每个分片中的每个栈的状态；将每个分片中的每个栈的状态作为神经网络的输入，利用强化学习方法训练神经网络获得Whittle指标估计模型，用于估计每个集装箱放置在对应分片的每个栈中时的Whittle指标。通过本说明书实施例，可以解决现有技术中求解效率低以及缺少最优性保证的问题。
-
公开(公告)号：CN117114379A
公开(公告)日：2023-11-24
申请号：CN202311389749.5
申请日：2023-10-25
Applicant: 清华大学 , 北京全路通信信号研究设计院集团有限公司
IPC: G06Q10/0631 , G06N3/0464 , G06N3/048 , G06Q10/083 , G06Q30/0283 , G06F18/214 , G06F18/2415
Abstract: 本说明书涉及场桥调度方法领域，提供了一种堆场内多场桥任务调度方法、装置、设备及存储介质。该方法包括：在每个决策时段开始时，获取此决策时段的所有可调度搬运任务的特征以及上一决策时段未执行完成的第一任务序列；基于所述特征，为此决策时段的所有可调度搬运任务分配场桥；通过调用旅行商问题求解算法对所述每个场桥中的任务进行排序，得到所述每个场桥的第二任务序列；将所述每个场桥的第二任务序列对应拼接到其第一任务序列的末尾，得到所述每个场桥在所述决策时段的总任务序列。本说明书实施例提供的场桥任务分配方法可以消除场桥间不能相互穿越的约束，使优化问题可以解耦到每个场桥，提高了求解效率。
-
公开(公告)号：CN117993791A
公开(公告)日：2024-05-07
申请号：CN202410010905.0
申请日：2024-01-04
Applicant: 北京全路通信信号研究设计院集团有限公司 , 清华大学
Inventor： 李智宇 , 王腾飞 , 贾庆山 , 栾垚 , 刘志明 , 燕翔 , 冯芬玲 , 黄合来 , 方晓君 , 张超凡 , 陈健 , 陈大和 , 梁必翔 , 林春奇 , 唐明辉 , 肖新辉 , 张志斌 , 黄程辉 , 左林华 , 季忠洪 , 刘昌录 , 凌昌国 , 解英娜 , 曾挚
IPC: G06Q10/067 , G06Q10/0631 , G06Q10/083 , G06Q10/0637
Abstract: 本发明公开了一种联运堆场调度系统、方法、设备及存储介质，所述系统包括：列车匹配模块、集装箱位置排布模块、场桥调度模块和算法评估模块。本发明公开的联运堆场调度系统，使用模块化设计思想，充分解耦各子模块的功能，使仿真系统中子模块灵活组合，并在算法评估模块中对通过简化操作流程，节约了计算资源，同时通过操作流程进行评估保证了调度方案的合理性。
-
公开(公告)号：CN117114379B
公开(公告)日：2024-01-30
申请号：CN202311389749.5
申请日：2023-10-25
Applicant: 清华大学 , 北京全路通信信号研究设计院集团有限公司
IPC: G06Q10/0631 , G06N3/0464 , G06N3/048 , G06Q10/083 , G06Q30/0283 , G06F18/214 , G06F18/2415
Abstract: 本说明书涉及场桥调度方法领域，提供了一种堆场内多场桥任务调度方法、装置、设备及存储介质。该方法包括：在每个决策时段开始时，获取此决策时段的所有可调度搬运任务的特征以及上一决策时段未执行完成的第一任务序列；基于所述特征，为此决策时段的所有可调度搬运任务分配场桥；通过调用旅行商问题求解算法对所述每个场桥中的任务进行排序，得到所述每个场桥的第二任务序列；将所述每个场桥的第二任务序列对应拼接到其第一任务序列的末尾，得到所述每个场桥在所述决策时段的总任务序列。本说明书实施例提供的场桥任务分配方法可以消除场桥间不能相互穿越的约束，使优化问题可以解耦到每个场桥，提高了求解效率。
-
公开(公告)号：CN119398190A
公开(公告)日：2025-02-07
申请号：CN202411191254.6
申请日：2024-08-28
Applicant: 清华大学
Abstract: 本说明书涉及强化学习技术领域，提供了一种基于多目标强化学习的策略生成方法及装置。该方法包括：接收多目标策略优化请求；根据多目标策略优化请求对应的若干个状态动作序列片段、多目标权重特征以及用于评估状态动作序列片段的二元评估器，构建多目标反馈指标数据；建立显式的多目标奖励模型；利用多目标反馈指标数据训练多目标奖励模型；根据若干个状态动作序列片段对应的状态、动作以及训练后的多目标奖励模型，建立马尔可夫决策过程模型；根据马尔可夫决策过程模型，在多目标策略优化请求对应的学习环境下，利用多目标强化学习算法训练得到多目标策略。通过本说明书实施例，可提高基于多目标强化学习的策略生成精度。
-
-
-
-
-
Search Results
6
records
(took 0.042 seconds)
