-
Patent Agency Ranking
公开(公告)号：CN113435097A
公开(公告)日：2021-09-24
申请号：CN202110724886.4
申请日：2021-06-29
Applicant: 福建师范大学
IPC: G06F30/25 , G06F30/27 , G06Q10/04 , G06Q10/06 , G06Q10/10 , G06N3/00 , G06F111/04 , G06F111/06
Abstract: 本发明涉及一种应用于多目标工作流调度的方法，其保留了工作流调度约束优化问题的最佳粒子集合，并且在进化过程中能够提供更多的搜索方向、提供更多的子代进化的可能性，利用动态权重来调整搜索进程中的侧重方向，并且在在快速优化的情况下，利用反向学习的正弦余弦算法来进行粒子更新，采用以上技术方案，将多目标工作流调度问题分解和反向种群的正弦余弦优化来提升工作流调度问题的准确性，本发明能够在测试函数维度较高，较为复杂的情况下，快速准确找到最小值，避免陷入局部优化的困境。
-
公开(公告)号：CN113361692B
公开(公告)日：2023-05-23
申请号：CN202110721142.7
申请日：2021-06-28
Applicant: 福建师范大学
IPC: G06N3/0442 , G06N3/0464 , G06F18/214 , G01R31/392 , G01R31/367
Abstract: 本发明涉及一种锂电池剩余寿命结合预测方法，其根据采集的锂电池容量数据，将构造好的组合模型通过优化算法求解非线性多元函数最小值来构造一种新的预测方法，通过迭代前一次预测值的误差使得结合之后预测算法精度更高，并且以标准差作为误差判断，来计算训练集的总误差以获得最优的权重值，采用以上技术方案对于锂电池寿命预测精度有较大提高。
-
公开(公告)号：CN113361692A
公开(公告)日：2021-09-07
申请号：CN202110721142.7
申请日：2021-06-28
Applicant: 福建师范大学
IPC: G06N3/04 , G06K9/62 , G01R31/392 , G01R31/367
Abstract: 本发明涉及一种锂电池剩余寿命结合预测方法，其根据采集的锂电池容量数据，将构造好的组合模型通过优化算法求解非线性多元函数最小值来构造一种新的预测方法，通过迭代前一次预测值的误差使得结合之后预测算法精度更高，并且以标准差作为误差判断，来计算训练集的总误差以获得最优的权重值，采用以上技术方案对于锂电池寿命预测精度有较大提高。
-
公开(公告)号：CN113435097B
公开(公告)日：2023-05-23
申请号：CN202110724886.4
申请日：2021-06-29
Applicant: 福建师范大学
Abstract: 本发明涉及一种应用于多目标工作流调度的方法，其保留了工作流调度约束优化问题的最佳粒子集合，并且在进化过程中能够提供更多的搜索方向、提供更多的子代进化的可能性，利用动态权重来调整搜索进程中的侧重方向，并且在在快速优化的情况下，利用反向学习的正弦余弦算法来进行粒子更新，采用以上技术方案，将多目标工作流调度问题分解和反向种群的正弦余弦优化来提升工作流调度问题的准确性，本发明能够在测试函数维度较高，较为复杂的情况下，快速准确找到最小值，避免陷入局部优化的困境。
-
公开(公告)号：CN112800659A
公开(公告)日：2021-05-14
申请号：CN202110116348.7
申请日：2021-01-28
Applicant: 福建师范大学
IPC: G06F30/25 , G06N3/00 , G06F111/04 , G06F111/06 , G06F111/08
Abstract: 本发明公开基于目标分解的改进多目标粒子群优化的锂离子电池容量预测方法，步骤1：确认并获取锂离子电池容量预测的关键因素；步骤2：将锂离子电池的容量预测中所涉及的关键因素抽象为多目标优化问题并初始化种群粒子，步骤3：使用PSO算法更新粒子的位置和速度；步骤4：评估所有粒子的适应度值，保存适应度最好的粒子；步骤5：判断是否达到最大迭代次数；是则，输出最优粒子；否则，更新粒子的速度和位置并更新PSO算法参数后；步骤6：生成一随机概率数，判断该随机概率数是否大于预设概率；是则，采用灰狼算法计算更新粒子的位置并执行步骤4；否则，执行步骤4。本发明通过目标分解和参数自适应的混合算法提升电池容量预测的准确性。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
