“欧锦赛”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2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度强化学习的区域边界主交叉口信号控制方法-CN202110541233.2有效
发明人：王银银;金雷;杨大鹏;傅惠;周家诠;林梓潼;欧锦赛;黄立荣;吴嘉明 -专利权人：广东工业大学
申请日： 2021-05-18 - 公布日： 2023-01-13 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于深度强化学习的区域边界主交叉口信号控制方法，包括步骤：将路网分为关键区域与外围区域两大部分；基于Sumo搭建仿真平台，导入真实的公交出行数据，合理设置社会车流量，借助仿真获取关键区域MFD；建立关键区域与外围区域之间的交通流动态守恒方程；基于步骤S3建立的交通流动态守恒方程，结合模型预测控制MPC与遗传算法，求取最优边界控制参数；在求得最优边界控制参数的情况下，进行深度强化学习，得到最优的区域边界主交叉口信号控制方案，使得实际转移车流量与预期转移车流量之间的差距最小。本发明实现了城市路网的边界交叉口信号智能控制，动态的调节各区域间的进出比，以达到缓解交通拥堵的目的。
一种基于深度强化学习区域边界交叉口信号控制方法

[发明专利]基于指数ETF特点的股票市场预测方法、装置、终端及介质-CN202210520281.8在审
发明人：罗睿;欧锦赛;颜佳仪;许方园 -专利权人：广东工业大学
申请日： 2022-05-13 - 公布日： 2022-07-29 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种基于指数ETF特点的股票市场预测方法、装置、终端及介质，本申请通过获取金融股票市场中目标行业板块下的股票数据与大盘因子数据，然后截取股票数据与大盘因子数据的部分时间序列，通过TOPSIS多目标优化模型进行运算，得到不同股票数据的相关性数值，按照各个股票数据的相关性数值与理想最优解间的距离及与理想最劣解间的距离，确定各个股票数据的股票评分，从而可以根据各个股票数据的股票评分确定该股票的好坏，然后根据符合ETF特点的股票有针对性地进行市场预测，保证预测效果的准确性，同时避免了传统机器学习模型预测方式因需要不断提供大量数据进行学习来保证模型准确性而造成的计算性能下降问题，保证了预测的效率。
基于指数 etf 特点股票市场预测方法装置终端介质