“孔少宏”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]双向运输的路线规划方法和相关装置-CN201910129510.1有效
发明人：张鋆;孔少宏;蔡如昕;林丹英;张帆;闫茜 -专利权人：深圳市北斗智能科技有限公司
申请日： 2019-02-21 - 公布日： 2023-09-12 - 主分类号： G06Q10/0835 文献下载
摘要：本发明实施例公开了一种双向运输的路线规划方法，通过获取设定的时间窗内的运输订单，运输订单包括从配送点到配送中心的第一类订单和从配送中心到配送点的第二类订单，根据现实约束条件对运输订单基于节约算法通过第一路线规划和第二路线规划的方式做双向运输时的路线规划，通过改进节约算法，使其可以适应双向运输问题，同时在更短时间内得到更优初始解，并将现实业务调研得来的人工经验与数据分析得到的经验思路融入节约算法的现实约束条件中，并独创性地考虑了运力资源的动态燃料限制，使模型具落地性，更贴近现实，节省企业运输成本，可操作性更强。
双向运输路线规划方法相关装置

[发明专利]清洁控制方法、控制装置、清洁机器人和存储介质-CN202211139886.9在审
发明人： 孔少宏;王俊 -专利权人：深圳市杉川机器人有限公司
申请日： 2022-09-19 - 公布日： 2022-12-02 - 主分类号： A47L11/40 文献下载
摘要：本申请公开了一种清洁控制方法、控制装置、清洁机器人和存储介质。清洁控制方法包括：获取待清洁区域地图，待清洁区域地图具有相互垂直的第一方向和第二方向，待清洁区域具有边界线；以待清洁区域的出入口为中心生成基准线，基准线沿第一方向或第二方向延伸；在待清洁区域地图中生成多条平行基线，其中，平行基线与基准线平行或重合，平行基线与边界线重合或与边界线的顶点相交；将相邻两条平行基线和边界线之间围成的区域确认为待清洁子区域；控制清洁机器人按清洁路线清洁待清洁子区域以使清洁机器人不会重复清洁已清洁区域。本申请实施方式的清洁控制方法使得清洁机器人根据清扫线路不会重复清扫已清扫过的区域，实现无污染覆盖。
清洁控制方法装置机器人和存储介质

[发明专利]基于多维度轨迹的出行时间预测方法、系统及电子设备-CN201811106870.1有效
发明人：刘睿晗;孔少宏;朱雪莹;张帆;张瑞 -专利权人：中国科学院深圳先进技术研究院;中国科学院大学
申请日： 2018-09-21 - 公布日： 2021-11-19 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及一种基于多维度轨迹的出行时间预测方法、系统及电子设备。该方法包括：步骤a：采集用户的出行轨迹数据；步骤b：采用K‑means聚类算法对所述出行轨迹数据中的时间进行聚类；步骤c：根据所述K‑means聚类后的出行轨迹数据为用户建立随机森林，通过所述随机森林对用户下一次出行的出发时间进行预测。本申请以海量私家车出行的轨迹数据为数据源，建立基于多维度轨迹的用户出行时间预测模型，可同时实现长时预测和短时预测，解决了短时出行时间预测精度较差以及长时出行时间预测存在较大局限性的问题，并取得了较好的效果。
基于多维轨迹出行时间预测方法系统电子设备

[发明专利]出行信息的预测方法、服务器及存储介质-CN201810908308.4在审
发明人： 孔少宏;朱雪莹;刘睿晗 -专利权人：深圳北斗应用技术研究院有限公司
申请日： 2018-08-10 - 公布日： 2018-12-07 - 主分类号： H04W4/029 文献下载
摘要：本发明公开了一种出行信息的预测方法，包括以下步骤：在接收到出发信息时，获取预测模型，其中，所述出发信息包括出发时间、出发地点和条件参数，所述预测模型包括随机森林模型和贝叶斯模型中的至少一个；根据所述出发信息和所述预测模型，预测得到出行信息，所述出行信息包括目的地点和交通工具中的至少一个。本发明还公开了一种服务器以及计算机可读存储介质。本发明实现提高了对人们出行预测的准确率。
出行信息出发信息预测模型预测服务器计算机可读存储介质贝叶斯模型出发地点存储介质交通工具随机森林条件参数准确率出行

[发明专利]一种物流路径规划方法、装置及司机排班调度方法、装置-CN201810778895.X在审
发明人：林丹英;张鋆;孔少宏 -专利权人：深圳北斗应用技术研究院有限公司
申请日： 2018-07-16 - 公布日： 2018-11-30 - 主分类号： G06Q10/08 文献下载
摘要：本发明公开了一种物流路径规划方法，设置目标物流路径的现实约束条件；采用节约算法得到所述目标物流的初始规划路径信息；采用遗传算法获取所述初始规划路径的最优解；根据所述物流路径的最优解，进行物流路径规划，还公开了一种司机排班调度方法，应用所述的一种物流路径规划方法，包括以下步骤：获取预设司机约束条件，结合所得最优物流路径，根据遗传算法进行司机排班规划；生成司机排班调度信息，还包括一种物流路径规划装置和司机排班调度装置，这种考虑现实约束条件的物流路径规划方法与司机调度方法，使得建立的模型更加精确，也更接近现实实际情况，其可操作性更强，减少企业因为模型偏差造成的运输成本、人力成本和时间成本。
物流路径司机规划规划路径现实约束遗传算法最优解调度调度信息调度装置规划装置模型偏差人力成本时间成本约束条件运输成本算法物流预设节约应用