公开(公告)号：CN117575122A

公开(公告)日：2024-02-20

申请号：CN202311749493.4

申请日：2023-12-19

Applicant: 重庆邮电大学

Inventor： 邓维斌 ,  易毓媛 ,  麻存瑞 ,  邢思昊 ,  王苗 ,  蒋子群 ,  黄海丰 ,  罗婉瑜 ,  伍溯源

IPC: G06Q10/047 ,  G06Q10/083 ,  G06F18/23213 ,  G06F17/16 ,  G06N3/126

Abstract: 本发明涉及一种动态需求下面向大规模客户的车辆路径优化方法，属于路径规划领域，包括以下步骤：S1：通过多维聚类将大规模客户划分成n个配送区域，计算各区域距离矩阵；S2：构建末端物流车辆路径优化模型，使用遗传算法求解各区域所有静态客户的初始配送路径；S3：根据路线中实时订单量与车载量的关系动态调整配送路径，若初始路径中客户订单量超出车载量，利用节约里程法将初始路径拆分为多条子路线配送，若客户订单量过小，采用最邻近算法将其中客户点插入邻近路线合并配送，若客户订单量适中，采用遗传算法求解动态需求下的车辆路径；S4：对比初始路径与新路径总行驶里程，输出动态路径规划的最终配送路径。

公开(公告)号：CN119379155A

公开(公告)日：2025-01-28

申请号：CN202411421918.3

申请日：2024-10-12

Applicant: 重庆邮电大学

Inventor： 吴腾宇 ,  向旺 ,  邓维斌 ,  罗婉瑜 ,  黄海丰 ,  伍溯源

IPC: G06Q10/0835 ,  G06Q10/047 ,  G06F18/23213 ,  G06N3/126 ,  G06N3/006

Abstract: 本发明涉及一种基于两阶段启发式算法的医药物流车辆路径优化方法，属于车辆路径优化领域。该方法包括以下步骤：使用地图API收集某医药公司特定线路上仓库及客户点的经纬度信息，以计算客户点和仓库之间的距离矩阵。建立带有时间窗限制的医药物流车辆路径优化模型，其优化目标为最小化车辆的运输成本与时间窗惩罚成本。设计两阶段启发式算法，第一节阶段在考虑客户点时间窗和地理位置的基础上，计算客户时空距离，使用改进的K‑means聚类算法对其进行聚类分区；第二阶段结合自适应大领域搜索算法改进的遗传算法进行各个区域的运输路线的优化；解决了医药物流车辆路径优化模型的目标函数。本发明生成了高效的物流行驶路线，降低了成本。

公开(公告)号：CN118571007A

公开(公告)日：2024-08-30

申请号：CN202410638807.1

申请日：2024-05-22

Applicant: 重庆邮电大学

Inventor： 邓维斌 ,  朱正凯 ,  于洪 ,  熊媛媛 ,  刘森 ,  王维 ,  罗婉瑜 ,  黄海丰 ,  伍溯源

IPC: G08G1/01 ,  G06F18/25 ,  G06F18/211 ,  G06N5/025 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06F18/213 ,  G06F123/02

Abstract: 本发明涉及一种关注兴趣点与多尺度时序关系的交通事故预测方法及装置，属于交通事故预测领域。该方法包括：S1：对数据进行收集与清洗，并提取数据特征；S2：通过PKM模块提取POI对事故影响的POI时空知识；S3：将数据特征和POI时空知识融合为新的特征，并将其划分为空间特征、时间特征和时空特征；S4：将时间特征和时空特征经过尺度划分模块以分割为历史、周期和临近尺度；S5：将空间特征、不同尺度的时间特征和时空特征输入至模型中训练，并保存最佳模型；模型包括SCM、TCM、STCM和注意力模块；S6：向保存的最佳模型中输入测试数据，得到未来某条道路交通事故的预测值。本发明能提升道路级交通事故预测精度。

公开(公告)号：CN119089995A

公开(公告)日：2024-12-06

申请号：CN202411219852.X

申请日：2024-09-02

Applicant: 重庆邮电大学

Inventor： 邓维斌 ,  熊媛媛 ,  张艺腾 ,  于洪 ,  蒋子群 ,  王苗 ,  顾浩麒 ,  邢思昊 ,  罗婉瑜

IPC: G06N5/022 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/047 ,  G06N3/098

Abstract: 本发明涉及一种基于多关系知识增强图卷积网络的知识图谱嵌入方法及系统，属于知识图谱嵌入领域。该方法包括：S1：对输入的知识图谱中的关系进行扩展，引入每种关系的逆关系并添加自循环边；S2：在图神经网络中使用循环相关操作引入实体‑关系组合操作以将关系特征纳入特征传播中，捕捉实体和关系之间的交互模式，并通过注意力机制计算每种关系的权重，学习每个实体在不同关系下的语义变化；S3：在图神经网络的更新函数中，使用节点的所有邻居集合来更新节点嵌入，并更新相应的边；S4：从更新后的节点嵌入和关系嵌入中检索出每个实体和关系的特征矩阵，使用DTAE作为解码器对三元组进行评分。本发明能提高知识图谱嵌入的性能。

公开(公告)号：CN118194232A

公开(公告)日：2024-06-14

申请号：CN202410376821.9

申请日：2024-03-29

Applicant: 重庆邮电大学

Inventor： 胡峰 ,  廖宏昊 ,  邓维斌 ,  代劲 ,  邢思昊 ,  罗婉瑜

IPC: G06F18/25 ,  G06F18/15 ,  G06F18/213 ,  H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06F123/02

Abstract: 本发明属于工业用电量预测技术领域，具体涉及一种基于二次分解的工业用电量预测方法；包括：对原始工业用电量数据进行预处理，得到工业用电量时间序列；采用VMD对工业用电量时间序列进行分解并使用KLD值确定VMD分解的模态数量；计算VMD分解得到的每个IMF分量的样本熵并将IMF分量划分为低复杂度序列和高复杂度序列；将高复杂度序列求和；采用CEEMDAN对求和后的序列进行分解，得到多个子序列；对多个子序列采用F检验和MI值进行筛选，将筛选后的子序列和低复杂度序列分别输入到工业用电量预测模型中，得到每个序列的预测结果；将所有序列的预测结果进行叠加，得到最终的工业用电量预测结果；本发明能够有效地消除噪声同时保留有价值的信号成分，实现更稳定、更高质量的预测结果。