-
Patent Agency Ranking
公开(公告)号：CN112507506A
公开(公告)日：2021-03-16
申请号：CN202010987510.8
申请日：2020-09-18
Applicant: 长安大学
Inventor： 王澍
IPC: G06F30/20 , G06N3/12 , G07F17/00 , G06F111/04 , G06F111/06
Abstract: 基于遗传算法的共享汽车定价规划模型的多目标优化方法，包括以下步骤：步骤一:首先获取路网各路径共享汽车车流的历史数据，路径行驶速度与驾驶时长；通过大数据方法对各路径各时间段共享电动汽车流量进行日前预测与地图映射，然后建立多目标模型；步骤二:构建约束条件，并通过遗传算法对多目标模型进行求解并找到非支配解解集，利用折衷解方法，在所有非支配解中寻找最优的方案；本发明为共享系统节约了运营成本，增加系统收益，同时提高了用户对于共享服务使用的满意度并且降低了共享电动汽车充电行为对于电网稳定性的负面影响。
-
公开(公告)号：CN112215415A
公开(公告)日：2021-01-12
申请号：CN202011048886.9
申请日：2020-09-29
Applicant: 长安大学
Abstract: 基于概率模型最优分位点的汽车充电负荷场景预测方法，步骤一:首先获取路网各路径共享汽车数据；步骤二:构建电动汽车起始充电时间概率密度函数模型并基于距离场景最优分位点的场景生成方法，进行最优分为点位置以及概率计算；步骤三:构建电动汽车充电时长的概率密度函数模型，通过龙格‑库塔算法作为数值积分程序，列文伯格‑马夸德算法作为优化程序来计算电动汽车充电时长的离散分位点的数值解，即充电时长的最优分为点；步骤四、进行平行架构下的场景削减与融合处理，从而计算各时间段内个充电节点的充电负荷需求预测；本发明为电动汽车充电设施规划建设提供数据基础参考；有利于解决配电网路中的计算分析与电网经济调度和网络损耗问题。
-
-
公开(公告)号：CN118115965A
公开(公告)日：2024-05-31
申请号：CN202410321838.4
申请日：2024-03-20
Applicant: 长安大学
Abstract: 本发明公开了一种低能见度下车道线识别方法、系统、设备及存储介质，获取车辆周围的红外光图像和可见光图像；采用全卷积神经网络获取可见光图像的边缘特征，采用分层视觉词袋提取红外光图像的纹理特征；对处理后的红外光图像和可见光图像进行特征融合；对融合后的图像进行以车道线为目标的语义分割，得到车道线识别结果。在夜间条件下可见光图像获取的车道线信息较差，因此本发明同时获取红外光图像，采用全卷积神经网络处理可见光图像提取可见光图像的特征，采用分层视觉词袋处理红外光图像提取红外光图像的特征。然后对两者提取的特征进行融合获得更多的特征进行语义分割，从而提高夜间或恶劣天气条件下车道线识别精度，提高了自动驾驶安全性。
-
公开(公告)号：CN112507506B
公开(公告)日：2024-02-02
申请号：CN202010987510.8
申请日：2020-09-18
Applicant: 长安大学
Inventor： 王澍
IPC: G06F30/20 , G06N3/126 , G07F17/00 , G06F111/04 , G06F111/06
Abstract: 基于遗传算法的共享汽车定价规划模型的多目标优化方法，包括以下步骤：步骤一:首先获取路网各路径共享汽车车流的历史数据，路径行驶速度与驾驶时长；通过大数据方法对各路径各时间段共享电动汽车流量进行日前预测与地图映射，然后建立多目标模型；步骤二:构建约束条件，并通过遗传算法对多目标模型进行求解并找到非支配解解集，利用折衷解方法，在所有非支配解中寻找最优的方案；本发明为共享系统节约了运营成本，增加系统收益，同时提高了用户对于共享服务使用的满意度并且降低了共享电动汽车充电行为对于电网稳定性的负面影响。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
