一种基于量子萤火虫算法的无人机姿控参数智能整定方法

    公开(公告)号:CN112596373B

    公开(公告)日:2023-05-23

    申请号:CN202011167531.1

    申请日:2020-10-27

    Abstract: 本发明提供了一种基于量子萤火虫算法的无人机姿控参数智能整定方法,属于自动控制领域,建立无人机姿态运动模型,设计分数阶PID控制器,确定待整定参数,选择误差指标函数为目标函数;设置量子萤火虫算法参数;执行量子萤火虫算法进行控制器参数整定优化,获得本次整定最优控制器参数和目标函数值;判断目标函数值是否满足要求;若目标函数值满足需求,则萤火虫位置为最优姿态控制器参数,整定结束;否则,返回步骤2,重新设置量子萤火虫算法参数,执行步骤2‑4。该方法在标准萤火虫算法的基础上,利用量子理论、精英保留和变异行为进行改进,克服现有技术中标准萤火虫算法存在的后期收敛速度严重降低、收敛精度不高和易陷入局部最优的缺陷。

    一种基于量子萤火虫算法的无人机姿控参数智能整定方法

    公开(公告)号:CN112596373A

    公开(公告)日:2021-04-02

    申请号:CN202011167531.1

    申请日:2020-10-27

    Abstract: 本发明提供了一种基于量子萤火虫算法的无人机姿控参数智能整定方法,属于自动控制领域,建立无人机姿态运动模型,设计分数阶PID控制器,确定待整定参数,选择误差指标函数为目标函数;设置量子萤火虫算法参数;执行量子萤火虫算法进行控制器参数整定优化,获得本次整定最优控制器参数和目标函数值;判断目标函数值是否满足要求;若目标函数值满足需求,则萤火虫位置为最优姿态控制器参数,整定结束;否则,返回步骤2,重新设置量子萤火虫算法参数,执行步骤2‑4。该方法在标准萤火虫算法的基础上,利用量子理论、精英保留和变异行为进行改进,克服现有技术中标准萤火虫算法存在的后期收敛速度严重降低、收敛精度不高和易陷入局部最优的缺陷。

    一种面向产品指标知识图谱的知识表示学习方法

    公开(公告)号:CN113705815B

    公开(公告)日:2024-11-26

    申请号:CN202111007994.6

    申请日:2021-08-31

    Abstract: 一种面向产品指标知识图谱的知识表示学习方法,通过知识表示学习方法将产品和指标表示为低维分布式向量,解决了现有知识图谱表示学习方法仅关注实体‑关系之间的离散型关联而忽略了数值型属性的问题。首先,依托于复杂产品指标图谱的实际业务需求,本发明创新性地提出数值型指标参数的分布式表示方法,设计了产品数值型指标的离散化区间划分策略,采用了基于数值的等量划分和基于频度的等量划分两种划分方法。接着,为更好地学习产品指标图谱的向量表示,针对关系三元组和指标三元组的语义差异,采用了关系三元组‑指标三元组依次学习的联合训练方案,提高了知识图谱链接预测的精确度。

    一种面向产品指标知识图谱的知识表示学习方法

    公开(公告)号:CN113705815A

    公开(公告)日:2021-11-26

    申请号:CN202111007994.6

    申请日:2021-08-31

    Abstract: 一种面向产品指标知识图谱的知识表示学习方法,通过知识表示学习方法将产品和指标表示为低维分布式向量,解决了现有知识图谱表示学习方法仅关注实体‑关系之间的离散型关联而忽略了数值型属性的问题。首先,依托于复杂产品指标图谱的实际业务需求,本发明创新性地提出数值型指标参数的分布式表示方法,设计了产品数值型指标的离散化区间划分策略,采用了基于数值的等量划分和基于频度的等量划分两种划分方法。接着,为更好地学习产品指标图谱的向量表示,针对关系三元组和指标三元组的语义差异,采用了关系三元组‑指标三元组依次学习的联合训练方案,提高了知识图谱链接预测的精确度。

    一种用于对导弹的外流场网格进行处理的方法和相关产品

    公开(公告)号:CN114676496A

    公开(公告)日:2022-06-28

    申请号:CN202210062349.2

    申请日:2022-01-19

    Abstract: 本公开涉及一种用于对导弹的外流场网格进行处理的方法和相关产品。所述方法包括:构建与导弹外形相关联的初始外流场六面体网格;响应于所述导弹外形发生形变,基于形变参数量计算所述导弹外形发生形变的形变刻画因子;利用所述形变刻画因子评估所述导弹外形发生形变对应的变形外流场六面体网格的稀疏程度并且获得评估结果;以及根据所述评估结果对所述初始外流场六面体网格执行网格拓扑变化操作,以获得变换后的外流场六面体网格。利用本公开的方案,可以根据导弹外形的变化快速地实现导弹的外流场网格的局部更新,提升了对导弹的外流场网格的优化效率。

    一种基于遗传算法的飞行器无动力段性能优化方法

    公开(公告)号:CN113283164B

    公开(公告)日:2022-07-22

    申请号:CN202110531708.X

    申请日:2021-05-17

    Abstract: 本发明公开一种基于遗传算法的飞行器无动力段性能优化方法,包括以下步骤:S1.建立飞行器无动力段的动力学方程;S2.基于动力学方程通过仿真遍历全程恒定攻角序列,获取飞行器的最佳恒定攻角值;S3.基于全程恒定攻角序列获取若干个染色体,完成随机初始化种群;S4.将初始化种群作为父代种群进行选择、交叉、变异,得到子代种群,进而得到最优解,并不断迭代更新父代种群和最优解记录,迭代结束后,得到近似最优解;S5.基于近似最优解,对攻角序列末段进行局部迭代寻优,得到更优解,并与最佳恒定攻角进行对比。本发明显著提升了飞行器无动力段的最大航程,以遗传算法为代表的智能算法在求解复杂非线性工程问题时具有显著优势。

    基于深层次卷积长短记忆网络的人群轨迹预测方法及系统

    公开(公告)号:CN110737968B

    公开(公告)日:2021-03-16

    申请号:CN201910857181.2

    申请日:2019-09-11

    Abstract: 本发明公开一种基于深层次卷积长短记忆网络的人群轨迹预测方法及系统,方法包括:首先确定行人轨迹数据集;其次根据行人轨迹数据集确定训练集和测试集;再次构建深层次卷积长短时记忆网络Conv‑LSTM模型;然后根据训练集和所述测试集确定深层Conv‑LSTM模型的参数;最后根据带有参数的深层Conv‑LSTM模型进行人群轨迹预测。本发明构建了深层次卷积长短时记忆网络Conv‑LSTM模型,并利用深层Conv‑LSTM模型进行人群轨迹预测,一方面提高网络的复杂度和对人群轨迹预测的精度,加深网络对人群历史轨迹的时间和空间记忆,另一方面采用卷积网络对Conv‑LSTM层输出的上下文语义空间信息,进一步提高网络的回归能力。

    基于深层次卷积长短记忆网络的人群轨迹预测方法及系统

    公开(公告)号:CN110737968A

    公开(公告)日:2020-01-31

    申请号:CN201910857181.2

    申请日:2019-09-11

    Abstract: 本发明公开一种基于深层次卷积长短记忆网络的人群轨迹预测方法及系统,方法包括:首先确定行人轨迹数据集;其次根据行人轨迹数据集确定训练集和测试集;再次构建深层次卷积长短时记忆网络Conv-LSTM模型;然后根据训练集和所述测试集确定深层Conv-LSTM模型的参数;最后根据带有参数的深层Conv-LSTM模型进行人群轨迹预测。本发明构建了深层次卷积长短时记忆网络Conv-LSTM模型,并利用深层Conv-LSTM模型进行人群轨迹预测,一方面提高网络的复杂度和对人群轨迹预测的精度,加深网络对人群历史轨迹的时间和空间记忆,另一方面采用卷积网络对Conv-LSTM层输出的上下文语义空间信息,进一步提高网络的回归能力。

    一种用于对导弹的外流场网格进行处理的方法和相关产品

    公开(公告)号:CN114676496B

    公开(公告)日:2025-04-22

    申请号:CN202210062349.2

    申请日:2022-01-19

    Abstract: 本公开涉及一种用于对导弹的外流场网格进行处理的方法和相关产品。所述方法包括:构建与导弹外形相关联的初始外流场六面体网格;响应于所述导弹外形发生形变,基于形变参数量计算所述导弹外形发生形变的形变刻画因子;利用所述形变刻画因子评估所述导弹外形发生形变对应的变形外流场六面体网格的稀疏程度并且获得评估结果;以及根据所述评估结果对所述初始外流场六面体网格执行网格拓扑变化操作,以获得变换后的外流场六面体网格。利用本公开的方案,可以根据导弹外形的变化快速地实现导弹的外流场网格的局部更新,提升了对导弹的外流场网格的优化效率。

Patent Agency Ranking