公开(公告)号：CN120013198A

公开(公告)日：2025-05-16

申请号：CN202510457557.6

申请日：2025-04-14

Applicant: 烟台大学

Inventor： 逄锦伟 ,  王建 ,  邹馨慧 ,  王莹洁 ,  韩爽 ,  李晓会

IPC: G06Q10/0631 ,  H02J3/46 ,  H02J3/38 ,  H02J3/32 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/092

Abstract: 本发明属于电力系统调度技术领域，具体涉及基于强化学习的多能电力系统调度方法、系统、装置，针对多能电力系统调度的问题，本发明首先构建多能电力系统调度模型，以剩余负荷波动方差最小为目标，利用储能消纳更多风光出力；然后设计优化算法来获得调度方案，其中，采用对立学习对种群进行初始化，提高初始种群的多样性，有利于避免局部最优解的过早收敛和加速算法识别全局最优解；引入强化学习的Q值，学习优化算法的最优行为策略，提高优化算法的有效性，以获得更优的调度方案。

公开(公告)号：CN118863468A

公开(公告)日：2024-10-29

申请号：CN202411320580.2

申请日：2024-09-23

Applicant: 烟台大学

Inventor： 逄锦伟 ,  邹馨慧 ,  王莹洁 ,  王璇 ,  徐树振 ,  迟浩坤 ,  韩爽 ,  李晓会

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06N3/006 ,  G06N20/00

Abstract: 本发明属于众包任务分配技术领域，具体涉及极限学习机协同樽海鞘群优化算法的任务分配方法、系统，基于工作者和任务的属性，构建目标函数，依次经三个阶段任务分配，得到使目标函数最大化的众包任务分配方案，其中，第一阶段分配中，将多维众包任务分配优化问题转化为一维优化问题，经樽海鞘群优化算法得到第一阶段分配结果；第二阶段分配中，将相关性高的维度合并为一个种群，经樽海鞘群优化算法或训练后的极限学习机进行更新，得到第二阶段分配结果；第三阶段分配中，经训练后的极限学习机或局部聚集法进行更新，得到第三阶段分配结果，即最优任务分配方案，最大化完成任务数量的期望。

公开(公告)号：CN116307665A

公开(公告)日：2023-06-23

申请号：CN202310156856.7

申请日：2023-02-23

Applicant: 烟台大学

Inventor： 逄锦伟 ,  邹馨慧 ,  王莹洁 ,  王璇 ,  韩爽 ,  李晓会

IPC: G06Q10/0633 ,  G06Q10/0631

Abstract: 本发明提供一种复杂流程工业超结构优化调度方法，涉及工业超结构优化调度领域。该一种复杂流程工业超结构优化调度方法，包括以下步骤：S1.首先工作人员通过各部门注册登录模块进行基本信息的登录认证进而达到多个部门集中管理的目的。该方法通过各部门实时信息反馈模块可以对各部门人力离职数据、机械设备运行数据、产品品质合格率实时数据、单个产品打包平均时间数据、产品售后处理平均时间数据和产品生产平均用时数据进行了解，进而可以保证装置的稳定运行、提高优质产品的产品和降低部门对接流程的复杂程度，同时可以根据实际生产需要对工况进行预测，有助于实践流程工业的最优化运行。

公开(公告)号：CN118863468B

公开(公告)日：2024-12-06

申请号：CN202411320580.2

申请日：2024-09-23

Applicant: 烟台大学

Inventor： 逄锦伟 ,  邹馨慧 ,  王莹洁 ,  王璇 ,  徐树振 ,  迟浩坤 ,  韩爽 ,  李晓会

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06N3/006 ,  G06N20/00

Abstract: 本发明属于众包任务分配技术领域，具体涉及极限学习机协同樽海鞘群优化算法的任务分配方法、系统，基于工作者和任务的属性，构建目标函数，依次经三个阶段任务分配，得到使目标函数最大化的众包任务分配方案，其中，第一阶段分配中，将多维众包任务分配优化问题转化为一维优化问题，经樽海鞘群优化算法得到第一阶段分配结果；第二阶段分配中，将相关性高的维度合并为一个种群，经樽海鞘群优化算法或训练后的极限学习机进行更新，得到第二阶段分配结果；第三阶段分配中，经训练后的极限学习机或局部聚集法进行更新，得到第三阶段分配结果，即最优任务分配方案，最大化完成任务数量的期望。

公开(公告)号：CN119443672A

公开(公告)日：2025-02-14

申请号：CN202411545661.2

申请日：2024-11-01

Applicant: 烟台大学

Inventor： 逄锦伟 ,  邹馨慧 ,  王莹洁 ,  王璇 ,  韩爽 ,  李晓会

IPC: G06Q10/0631 ,  G06Q10/20 ,  G06Q50/04 ,  G06F18/2433

Abstract: 本发明提供一种面向工业数据的任务智能优化调度方法，涉及工业调度技术领域。该面向工业数据的任务智能优化调度方法，包括S1.开始任务、S2.设备运行、S3.新任务输入、S4.紧急值计算、S5.数据采集及数据预处理、S6.旧数据存储、S7.故障预测、S8.设备更换、S9.任务结束，所述步骤S5中数据采集包括设备运行状态、生产进度、原材料库存、设备温度、生产速度、产量、能耗。本发明中，通过对历史数据和实时数据的分析，可以有效地识别设备故障的潜在风险，并通过自动调节降低可能的风险，及时处理设备异常，避免故障造成的生产中断，同时通过该调度方法主动的故障管理模式能够减少停机时间，降低生产损失。