“贺德强”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119个，建议您升级VIP下载更多相关专利

[发明专利]一种闲散运输业务的智能敏捷发现系统-CN201910594471.2有效
发明人：邓建新;石先莲;张海平;曹陈英;贺德强;卫世丰;贺秋瑶;李先旺 -专利权人：广西大学
申请日： 2019-07-03 - 公布日： 2023-10-27 - 主分类号： G06Q10/083 文献下载
摘要：本发明公开了一种闲散运输业务的智能敏捷发现系统及模型，属于物流技术领域，系统包括业务数据输入模块、业务匹配调度控制模块、结果可视化模块，所述业务数据输入模块、业务匹配调度控制模块和结果可视化模块均与数据库模块连接。实现了精准业务发现，而且依赖将预设的匹配度阈值和业务的属性作为控制目标而只需要用户触发即可，中间调度计算无需用户干预，完全自动地完成，大幅度减少用户交互时间，同时通过控制业务属性匹配，大幅度减少无关的不满足需求的业务，避免业务决策者过多的决策干扰，从而节省其决策时间。通过组合车辆和组合货物，优化运输业务运作，提高资源的及时利用率，从而降低整体物流成本。
一种闲散运输业务智能敏捷发现系统

[发明专利]一种基于物流业务响应过程的资源调度优化控制方法-CN202110860741.7有效
发明人：邓建新;陈星雨;韦婉冬;贺德强;黄秋林;李先旺;袁邦颐;黄海宾 -专利权人：广西大学
申请日： 2021-07-28 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于物流业务响应过程的资源调度优化控制方法，属于物流技术领域和调度领域，针对物流信息平台业务响应过程产生的资源竞争问题，分为两阶段实现平台调度优化控制。一阶段以系统最优，即为系统拥挤程度最低和调度风险最低，为目标求解需求方决策时间点。二阶段考虑到需求方决策因素，以其决策收益最优为目标求解资源业务分布方案，实现对需求方决策行为的引导，使其在一阶段的决策时间点做出响应。针对上述模型，分别采用粒子群算法和遗传算法求解。本发明基于两阶段资源调度模型还提出平台动态调度策略。避免了传统物流信息平台无调度控制的无序响应状态，提高需求方响应成功率和平台资源利用率。
一种基于物流业务响应过程资源调度优化控制方法

[发明专利]一种基于集成学习的道岔转辙机故障诊断方法及装置-CN202310610092.4在审
发明人： 贺德强;劳振鹏;靳震震;刘旗扬;陈彦君;何怡伶;李先旺;付洋;李昱霖 -专利权人：广西大学
申请日： 2023-05-26 - 公布日： 2023-10-17 - 主分类号： G06F18/2113 文献下载
摘要：本发明公开了一种基于集成学习的道岔转辙机故障诊断方法及装置，包括以下步骤：采集道岔转辙机动作电流信号；计算转辙机每相电流信号的时域特征和多尺度排列熵特征，构造每种状态的特征集；通过计算特征集之间的相关性因子得到每个类别特征的权重，并根据动态阈值自适应选择敏感特征划分训练集和测试集；构建道岔转辙机故障诊断IFL‑LightGBM模型，通过改进损失函数使得模型更加集中于难分类样本；利用训练集对IFL‑LightGBM模型的参数进行训练和优化，并对待诊断的道岔转辙机数据进行故障诊断，得到转辙机故障分类结果。本发明融合了道岔转辙机三相动作电流的信息，降低了融合特征集的冗余性，提高了故障识别精度和效率，可以实现道岔转辙机的智能故障诊断。
一种基于集成学习道岔转辙机故障诊断方法装置

[发明专利]一种基于改进YOLOX的列车车体焊接质量检测方法-CN202310777207.9在审
发明人： 贺德强;马瑞;刘旗扬;靳震震;贺岁球;孙海猛;陈艳;张明超 -专利权人：广西大学
申请日： 2023-06-28 - 公布日： 2023-09-22 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于改进YOLOX的列车车体焊接质量检测方法，包括以下步骤，获取列车车体的焊接缺陷图像，对列车车体的焊接缺陷图像进行人工标注；对标注的列车车体的焊接缺陷图像作增强扩增处理并制作数据集，再按一定比例将数据集划分为训练集和测试集；对所述训练集用改进的YOLOX网络进行训练，得到检测精度最高的权重文件；对所述测试集用改进的YOLOX网络和所述权重文件进行测试，用于评估列车车体的焊接缺陷检测质量。本发明能提高焊接缺陷检测的效率，较好的平衡检测精度和检测速度，可以实现列车车体焊接质量智能检测，以及实现焊接缺陷的智能识别，且检测成本低，提高了焊接质量检测的速度、精度和鲁棒性。
一种基于改进 yolox 列车车体焊接质量检测方法

[发明专利]一种城轨列车关键部件不完美维修策略优化方法-CN202310171885.0在审
发明人： 贺德强;周念玟;刘旗扬;马瑞;邓建新;王一博;项载毓;贺岁球 -专利权人：广西大学
申请日： 2023-02-27 - 公布日： 2023-08-29 - 主分类号： G06F30/13 文献下载
摘要：本发明公开了一种城轨列车关键部件不完美维修策略优化方法，包括以下步骤：收集故障维修信息，筛选出列车关键部件的故障维修信息作为样本信息，根据样本信息建立城轨列车关键部件的故障维修信息的数据集；再对不同的关键部件的故障维修信息进行整合模糊处理；构建城轨列车关键部件威布尔三参数模型对城轨列车关键部件的可靠性分析；构建城轨列车关键部件的不完美维修策略模型；以多目标优化下的不完美维修策略模型结果参数值为检查时间间隔进行约束，构建城轨列车关键部件的三阶段时间延迟—两级检查维修策略模型，完成每日期望成本的计算。本发明延长了维修周期的同时，优化了列车关键部件的单位维护期望成本，减少列车维护中的“过维修”问题。
一种列车关键部件完美维修策略优化方法

[发明专利]一种环境变化下列车自适应学习的自动驾驶控制方法-CN202310749873.1在审
发明人：徐凯;李柯静;黄德青;王青元;贺德强;吴仕勋;杨建喜;蓝章礼;谭伟 -专利权人：重庆交通大学
申请日： 2023-06-25 - 公布日： 2023-08-22 - 主分类号： B61L15/00 文献下载
摘要：本发明提供了一种环境变化下列车自适应学习的自动驾驶控制方法，其特征在于：所述自动驾驶控制方法包括：从成熟线路的多条线路采集自动驾驶数据，然后设置多个基础学习器和一个综合学习器，将多条线路的自动驾驶数据分别用于多个基础学习器的训练，然后使多个基础学习器依次与综合学习器进行交互训练，将最终得到的综合学习器的模型参数赋予至新建线路学习器的深度学习模型中，然后采用新建线路的小样本自动驾驶数据对新建线路学习器进行训练得到可用新建线路学习器，采用可用新建线路学习器对列车进行自动驾驶控制。采用本发明所述的方法，能快速、高效地在新建线路上利用机器学习的方法高精度地控制列车的运行。
一种环境变化列车自适应学习自动驾驶控制方法

[发明专利]基于深度强化学习的列车临时停车策略的优化方法-CN202310590085.2在审
发明人：徐凯;张皓桐;黄德青;贺德强;吴仕勋;蓝章礼;杨建喜;杨童睿 -专利权人：重庆交通大学
申请日： 2023-05-24 - 公布日： 2023-08-18 - 主分类号： G06N5/022 文献下载
摘要：本发明提供了一种基于深度强化学习的列车临时停车策略的优化方法，其特征在于：包括环境模块、知识模块、经验回放池和多个智能体；所述优化方法包括：所述知识模块将临停指令序列分发给各个智能体；各个智能体均采用Actor‑Critic算法与环境模块交互以获取临停时间序列和经验数组；将各个智能体获取的经验数组均放入经验回放池；当经验回放池满载后，各个智能体均从经验回放池中随机抽取经验数组对各自对应的策略网络参数和价值网络参数进行更新。采用本发明的方法提高了列车临停策略的优化速度和质量，进而提高了列车临停的准确度和乘坐舒适性。
基于深度强化学习列车临时停车策略优化方法

[发明专利]一种新开通线路列车的精确停车控制方法-CN202310590081.4在审
发明人：徐凯;张皓桐;吴仕勋;黄德青;贺德强;蓝章礼;杨建喜;王乙羽 -专利权人：重庆交通大学
申请日： 2023-05-24 - 公布日： 2023-08-11 - 主分类号： B61L23/00 文献下载
摘要：本发明提供了一种新开通线路列车的精确停车控制方法，其特征在于：包括数据收集模块、模型训练模块、生成器微调模块和列车停车控制模块；新开通线路上A类列车的精确停车控制方法包括：针对4种载客类型训练得到4个停车控制序列生成器，列车根据当前的客流量类型选择对应的停车控制序列生成器控制列车停车。对于单个载客类型，从k条成熟线路上采集停车数据放入GAN模型的k个判别器中作为真实样本，k个判别器组成一个集成判别器与生成器对抗训练，将训练得到的生成器用新开通线路少量的停车数据进行模型参数微调得到停车控制序列生成器。采用本发明所述的方法，能有效提高新开通线路列车的停车精度。
一种开通线路列车精确停车控制方法

[发明专利]一种无人驾驶列车的多场景停车控制方法-CN202310590078.2在审
发明人：徐凯;李柯静;黄德青;贺德强;吴仕勋;蓝章礼;杨建喜;王乙羽;杨童睿 -专利权人：重庆交通大学
申请日： 2023-05-24 - 公布日： 2023-08-11 - 主分类号： B61L27/00 文献下载
摘要：本发明提供了一种无人驾驶列车的多场景停车控制方法，其特征在于：涉及的硬件包括列车控制调度中心、中心云计算模块和多个边缘云计算模块；所述控制方法包括：边缘云计算模块采集训练数据，中心云计算模块采用知识蒸馏的方法训练并轻量化正常停车深度学习模型，边缘云计算模块与中心云计算模块相结合采用模型聚合的方法训练临时停车深度学习模型，各个边缘云计算模块利用正常停车深度学习模型和临时停车深度学习模型分别控制对应子线路上运行列车的正常停车和临时停车。采用本发明所述的控制方法，能实现对无人驾驶列车的多场景停车控制，还能提高停车精度、减小通信压力。
一种无人驾驶列车场景停车控制方法

[发明专利]一种基于多目标优化飞轮储能系统轴承的故障诊断方法-CN202110813261.5有效
发明人： 贺德强;靳震震;陈彦君;刘晨宇;周念玟;邹雪妍;李琴;李先旺 -专利权人：广西大学
申请日： 2021-07-19 - 公布日： 2023-08-04 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种基于多目标优化飞轮储能系统轴承的故障诊断方法，包括设置轴承的转速，对轴承振动信号进行监测和采集；建立多目标变分模态分解参数优化模型，并利用改进的多元宇宙算法对变分模态分解参数优化模型进行求解，获得最优模态分量数和惩罚因子；将模态分量数和惩罚因子数带入到变分模态分解参数优化模型中，对轴承振动信号进行分解，获取一系列模态分量；对获取的一系列模态分量进行信号重构，以便得到重构信号，并对重构信号进行变换获取特征向量；利用自适应变异粒子群优化的随机森林对轴承进行故障模式识别。本发明的诊断方法能够进行有效的降噪、提取全面的故障特征信息，实现准确的飞轮储能系统轴承故障诊断。
一种基于多目标优化飞轮系统轴承故障诊断方法

[发明专利]一种基于轻量级网络的轨道列车滚动轴承故障诊断方法-CN202110741768.4有效
发明人： 贺德强;刘晨宇;靳震震;陈彦君;周念玟;邹雪妍;李先旺 -专利权人：广西大学
申请日： 2021-06-30 - 公布日： 2023-08-04 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于轻量级网络的轨道列车滚动轴承故障诊断方法，包括以下步骤：对轨道交通列车滚动轴承进行实时状态监测，获取轴承振动信号数据，对所获得振动信号数据进行预处理，将一维时域信号转化二维矩阵作为训练的输入数据集，基于轻量级网络构建滚动轴承故障诊断的SE‑IRCNN模型，采用倒置残差块的方式将含有特征信息的数据先放入高维空间后，再进行深度可分离卷积降低计算成本，将输入数据集输入SE‑IRCNN模型开始训练及验证阶段，获取滚动轴承状态编号及测试准确率，用于有效识别滚动轴承运行状态，诊断滚动轴承存在故障与否。本发明能有效提高识别精度和诊断速度，极大提高设备维修人员的工作效率，同时在其他领域也具有广阔的应用潜力。
一种基于轻量级网络轨道列车滚动轴承故障诊断方法

[发明专利]一种基于快速终端滑模的磨抛机器人模糊变阻抗控制方法-CN202310179704.9在审
发明人：邓建新;袁邦颐;黄秋林;刘光明;农张华;贺德强;戴博林;黎业富;唐伟博 -专利权人：广西大学
申请日： 2023-02-28 - 公布日： 2023-08-01 - 主分类号： B25J9/16 文献下载
摘要：本发明提供一种基于快速终端滑模的磨抛机器人模糊变阻抗控制方法，属于机器人控制技术领域，该方法首先通过Lagrange法建立机器人动力学模型，在传统阻抗控制框架下采用快速终端滑模取代传统PID控制算法作为机器人运动控制器，采用双曲正切函数抑制抖振，最后根据力误差和力误差率大小，设计了模糊控制器来实时调整阻抗参数，以获得更快的响应速度与更小的超调量。所设计的控制算法相比传统基于PID与基于普通滑模的阻抗控制磨抛，提升了鲁棒性和响应能力，降低了超调量与稳态误差，对于提升磨抛表面的一致性和磨抛精度有重要意义。
一种基于快速终端机器人模糊阻抗控制方法

[发明专利]一种轨道交通列车跨线运行的自动驾驶控制方法-CN202310749881.6在审
发明人：徐凯;贺德强;黄德青;王青元;蓝章礼;杨建喜;吴仕勋;谭伟 -专利权人：重庆交通大学
申请日： 2023-06-25 - 公布日： 2023-08-01 - 主分类号： B61L15/00 文献下载
摘要：本发明提供了一种轨道交通列车跨线运行的自动驾驶控制方法，其特征在于：包括从成熟子线路采集自动驾驶数据；设置多个基础学习器和一个综合学习器，利用采集的成熟子线路的自动驾驶数据对基础学习器和综合学习器进行训练得到元学习器；将元学习器的模型参数赋予至新跨子线路学习器，使新跨子线路学习器获得元学习器的经验和学习能力；从新跨线路采集列车驾驶小样本数据，利用其对新跨子线路学习器进行少量训练得到可用新跨子线路学习器；然后列车将可用新跨子线路学习器用于新跨线路的列车自动驾驶运行控制。采用本发明所述的自动驾驶控制方法，能快速高效地使列车在新跨线路上采用机器学习的方法进行自动驾驶控制，同时还能提高控制精度。
一种轨道交通列车运行自动驾驶控制方法

[发明专利]一种两阶段优化的挤压铸造工艺参数优化设计方法-CN202310180272.3在审
发明人：邓建新;刘光明;王令;农张华;梁嘉威;戴博林;吴秀松;贺德强;李先旺;黎业富;唐伟博 -专利权人：广西大学
申请日： 2023-02-28 - 公布日： 2023-08-01 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种两阶段优化的挤压铸造工艺参数优化设计方法，属于挤压铸造工艺参数优化设计领域，以BP神经网络建立挤压铸造工艺参数与性能(质量)指标的关系模型，引入信息熵权法，确定各性能指标对挤压铸造综合质量的影响权重。考虑到传统BP神经网络的低收敛速度、局部最小化以及现有的智能优化算法的局限性，首先使用改进的麻雀算法(LCSSA)优化BP神经网络的初始权重和阈值，以建立挤压铸造工艺参数的设计模型。然后，以挤压铸造的性能(质量)指标参数为优化目标，利用LCSSA进一步优化了设计模型来获得最优工艺参数。该方法无需过多操作，只需要提供实验数据就可得到对应挤压铸件的最优工艺参数，且可以进行多参数的并行设计，适应不同需求。
一种阶段优化挤压铸造工艺参数设计方法

[发明专利]一种基于改进卷积神经网络的轨道交通障碍物检测方法-CN202110658218.6有效
发明人： 贺德强;邹智恒;陈彦君;李先旺;李凯;邱晔枫 -专利权人：广西大学
申请日： 2021-06-10 - 公布日： 2023-08-01 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种基于改进卷积神经网络的轨道交通障碍物检测方法，包括，使用双目摄像机实时捕获列车行驶前方道路信息并进行保存，将筛选出的所有图片用于构建轨道交通列车的障碍物图像数据集；获得的障碍物图像数据集进行数据增强处理，再对强处理后获得的障碍物图像进行标注，构建基于深度学习的深度卷积神经检测网络模型，该深度卷积神经检测网络模型基于一阶物体检测网络FE‑YOLO，增强处理后获得的障碍物图像输入一阶物体检测网络FE‑YOLO进行预处理；对一阶物体检测网络FE‑YOLO的超参数进行设置，利用获取的最优权重文件对一阶物体检测网络FE‑YOLO进行综合评估。本发明能提高列车轨道危险区域内障碍物检测的精度。
一种基于改进卷积神经网络轨道交通障碍物检测方法

1
2
3
4
5
6
7
8
下一页»
尾页
共 119 条