公开(公告)号：CN113222112A

公开(公告)日：2021-08-06

申请号：CN202110363509.2

申请日：2021-04-02

Applicant: 西安电子科技大学

Inventor： 李光夏 ,  张俊波

IPC: G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了一种利用多视角‑门控循环单元神经网络(MV‑GRU)对集中供热系统热负荷进行预测的方法，所诉方法包括：获取热负荷、室外温度的历史数据，将其作为两种视角；对两种视角的数据进行归一化处理，划分为训练集和验证集；利用归一化后的数据训练组合神经网络获得预测模型，组合神经网络由GRU和DMAN网络组成；基于所述热负荷预测模型，对集中供热系统的热负荷进行预测。本发明的基于MV‑GRU实现的集中供热系统热负荷预测方法，通过挖掘热负荷和室外温度两者之间的耦合关系，实现了对集中供热系统热负荷较为高效的预测。

公开(公告)号：CN114565072A

公开(公告)日：2022-05-31

申请号：CN202210090154.9

申请日：2022-01-25

Applicant: 西安电子科技大学

Inventor： 李光夏 ,  张俊波 ,  沈玉龙

IPC: G06N3/00 ,  G06N20/00

Abstract: 本发明涉及一种基于归纳逻辑编程的多智能体强化学习方法，包括：步骤1：构建多智能体系统；步骤2：利用可微归纳逻辑编程将智能体获取的环境局部观察信息和接收的通信信息编码为一阶谓词表示；步骤3：对一阶谓词表示进行推理解码得到动作概率；步骤4：智能体根据动作概率选择动作并与环境交互；步骤5：利用优势函数对智能体选择的动作进行评估，并根据评估结果进行优化更新，直至所有智能体的策略收敛。本发明的基于归纳逻辑编程的多智能体强化学习方法在智能体的合作任务中拥有优越的表现，不仅可以学习接近最优的策略，并且比传统的强化学习方法具有更好的可解释性。

公开(公告)号：CN113222112B

公开(公告)日：2023-10-17

申请号：CN202110363509.2

申请日：2021-04-02

Applicant: 西安电子科技大学

Inventor： 李光夏 ,  张俊波

IPC: G06N3/045 ,  G06N3/0442 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了一种利用多视角‑门控循环单元神经网络(MV‑GRU)对集中供热系统热负荷进行预测的方法，所诉方法包括：获取热负荷、室外温度的历史数据，将其作为两种视角；对两种视角的数据进行归一化处理，划分为训练集和验证集；利用归一化后的数据训练组合神经网络获得预测模型，组合神经网络由GRU和DMAN网络组成；基于所述热负荷预测模型，对集中供热系统的热负荷进行预测。本发明的基于MV‑GRU实现的集中供热系统热负荷预测方法，通过挖掘热负荷和室外温度两者之间的耦合关系，实现了对集中供热系统热负荷较为高效的预测。