“智能决策算法”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1534763个，建议您升级VIP下载更多相关专利

[发明专利]基于强化学习的兵棋多实体异步协同决策方法和装置-CN202210782446.9有效
发明人：张煜;蒋超远;罗俊仁;李婷婷;刘运;杨景照;刘果;李鑫;刘屹峰;陈佳星 -专利权人：中国人民解放军国防科技大学
申请日： 2022-07-05 - 公布日： 2022-09-20 - 主分类号： G06F30/27 文献下载
摘要：本申请属于智能决策技术领域，涉及基于强化学习的兵棋多实体异步协同决策方法和装置，方法包括：获取兵棋推演环境以及多实体异步协同决策问题，对多实体异步协同决策问题进行建模分析，得到初始模型；根据初始模型，采用多智能体深度强化学习算法，建立智能体网络模型和混合评估网络模型；对智能体网络模型和混合评估网络模型进行训练，得到协同决策框架；通过设置加权算子或通过多步回报优化多智能体深度强化学习算法，重构多智能体深度强化学习算法的损失函数；采用重构的损失函数更新协同决策框架；根据更新后的协同决策框架，对多实体的异步协同进行决策。本申请能够实现兵棋推演中多实体异步协同的决策。
基于强化学习兵棋多实体异步协同决策方法装置

[发明专利]智能驾驶算法训练方法及系统-CN202310436815.3在审
发明人：夏慧鹏;方桢;何志生 -专利权人：上海和夏骏道智能科技有限公司
申请日： 2023-04-23 - 公布日： 2023-08-04 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种智能驾驶算法训练方法，包括:选定运动场景和路线；真人佩戴采集设备，真人开始运动同时采集训练智能驾驶算法所需的数据；将训练智能驾驶算法所需的数据导入待训练的智能驾驶算法；将智能驾驶算法作出驾驶决策与真人的运动数据进行可视化比对；依据真人决策修改智能驾驶算法。本发明设计了一种基于实时真人跑步数据的智能驾驶算法训练方案，将人类运动过程的数据实时远程传送到远程，将数据梳理后导入给智能驾驶算法，得到智能驾驶算法的仿真结果，并与人类的决策和运动轨迹相对比，最终实现安全可靠的道路测试模拟本发明能够更有效率地、更低成本、更方便地完成智能驾驶算法模拟仿真训练。
智能驾驶算法训练方法系统

[发明专利]一种智能决策算法与仿真平台的联合互锁调用方法-CN202310132213.9在审
发明人：李升波;蒋宇轩;占国建;兰志前;任彦刚;吕尧;王建强;成波;李克强 -专利权人：清华大学
申请日： 2023-02-09 - 公布日： 2023-05-05 - 主分类号： G06F30/20 文献下载
摘要：本申请提出了一种智能决策算法与仿真平台的联合互锁调用方法，涉及联合仿真技术领域，包括在智能决策算法处创建算法侧模块，在仿真平台处创建平台侧模块，并进行总初始化操作，其中，算法侧模块与平台测模块在同一个进程的两个线程内分别运行；分别对算法侧模块和平台侧模块进行重置操作，并重置共享上下文状态；分别对算法侧模块和平台侧模块进行步进操作，并借助共享上下文进行数据交换；在智能决策算法要求重置称为一个采样循环时，停止步进操作；反复执行采样循环直至智能决策算法运行结束本申请在智能决策算法侧和仿真平台侧各部署一个功能模块，且仅依赖于少量线程同步原语，在同一进程内解决控制权冲突，保证了高通信效率，性能损失小。
一种智能决策算法仿真平台联合互锁调用方法

[发明专利]基于云边协同的人机混合增强智能系统、方法、装置-CN202010469336.8有效
发明人：朱凤华;李嘉硕;陈世超;熊刚;吕宜生;叶佩军;王晓;王飞跃 -专利权人：中国科学院自动化研究所
申请日： 2020-05-28 - 公布日： 2023-09-22 - 主分类号： G06F9/50 文献下载
摘要：本发明属于云边协同、混合增强智能领域，具体涉及一种基于云边协同的人机混合增强智能方法、系统、装置，旨在解决边缘侧的计算及存储资源不足，导致高复杂度的智能算法难以部署，低复杂度的智能算法精度有限的的问题。本系统包括：设置于云端的算法库、设置于边缘端的输入模块、算法选择模块、决策模块；算法库，用于储存算法文件；输入模块，用于获取输入信息；算法选择模块，配置为获取边缘设备的性能评价指标，并通过预设的算法选取规则从算法库中选取相应的算法；决策模块，配置为获取目标决策结果。本发明降低了高复杂度的智能算法的部署难度，提高了低复杂度的智能算法的精度。
基于协同人机混合增强智能系统方法装置

[发明专利]一种基于深度强化学习的分层决策方法-CN202211014161.7在审
发明人：朱燎原;包骐豪;夏少杰;瞿崇晓;王宇峰 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2022-08-23 - 公布日： 2022-11-25 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于深度强化学习的分层决策方法，先初始化决策对象的战术决策层智能体和意图识别层智能体，意图识别智能体采用深度循环Q网络根据输入的意图识别观测信息，生成意图识别层行为，根据意图识别层行为选择战术决策层智能体；战术决策层智能体采用深度确定性策略梯度算法，根据战术决策观测信息计算战术决策层智能体的行为。本发明战术决策层和意图识别层在训练时是相互独立的，在决策时是相互联系的，避免了同时训练难以收敛的问题，能够加快训练时的算法收敛速度，进而提升智能体整体决策能力。
一种基于深度强化学习分层决策方法

[发明专利]一种基于队列智能算法的安全投资决策方法-CN201810983504.8在审
发明人：刘洪丹;孙蓉;马吴涵;许长魁;张兰勇 -专利权人：哈尔滨工程大学
申请日： 2018-08-27 - 公布日： 2019-02-12 - 主分类号： G06Q10/06 文献下载
摘要：一种基于队列智能算法的安全投资决策方法，属于企业生产经营活动安全投资技术领域。该方法包括：确定安全投资项目各项参数、确定各分项安全投资指标权重、建立目标模型、制定基于队列智能算法对安全投资决策的方案、完成安全投资决策，满足既定要求。本发明基于队列智能算法对安全投资进行决策，提高方案生成的可靠性，避免陷入局部最优，调整了搜索时的选择算法，利用轮盘赌法，提高算法的搜索精度。本发明完善了安全投资决策的实现过程，实时评估每一次重构的结果，从而采取相应的措施，使整个过程完整、可靠。同时，通过轮盘赌法，改进了算法的搜索精度，提高了算法的解的可靠性。
安全投资智能算法队列决策算法搜索轮盘赌企业生产经营方案生成目标模型实时评估选择算法指标权重重构的改进制定

[发明专利]一种基于深度学习的人力管理智能分析方法-CN202010753014.6在审
发明人：杨璐绮;李海坤;王悦华 -专利权人：江苏哩咕信息科技有限公司
申请日： 2020-07-30 - 公布日： 2020-11-03 - 主分类号： G06Q10/10 文献下载
摘要：本发明公开了一种基于深度学习的人力管理智能分析方法，包括获取各部门每位职工任务完成量和质量评估数据，生成训练数据集；构建深度神经优化网络模型，并将所述训练数据集输入至所述深度神经优化网络模型中进行优化训练，获得训练后的预测决策数据集；构建决策算法模型，并匹配行业大数据，输出标椎决策算法模型；将所述预测决策数据集输入至所述标椎决策算法模型中，输出标准决策数据集；根据所述标准决策数据集进行人力管理的智能分析和判断，提高了现有算法模型的分析效率，解决了现有的AI人力管理智能分析系统在进行分析判断时延迟会加重的问题。
一种基于深度学习人力管理智能分析方法

[发明专利]一种支持智能决策的工具集的验证与评价方法-CN202210976274.9在审
发明人：苏欣;阎德劲;赖复尧;雷志伟;曾湄;许知建 -专利权人：中国电子科技集团公司第十研究所
申请日： 2022-08-15 - 公布日： 2022-12-09 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种支持智能决策的工具集的验证与评价方法，包括以下步骤：S1、将支持智能决策的工具集划分为不同的功能模块；S2、对不同工具集内部组成算法和功能模块的可靠性进行验证；S3、采用模糊评价算法对工具集的验证结果进行评价本发明将支持智能决策的工具集划分成不同的功能单元模块，针对不同的功能单元模块从内部算法、工具集的可靠性两方面进行验证，并结合自动化算法验证手段，实现了支持智能决策工具集的高效可靠验证。本发明结合模糊评价方法，提出了一种支持智能决策工具集验证结果的评价方法体系，评价结果合理可信。
一种支持智能决策工具验证评价方法

[发明专利]一种电网时空动态特性智能认知算法库引擎的构建方法-CN202310080757.5在审
发明人：刘道伟;赵高尚;李柏青;杨红英;宋墩文;杨学涛;杜三恩;陈勇;许鹏飞;刘开欣;封一贤;冯静;谢家正;肖项涛 -专利权人：中国电力科学研究院有限公司
申请日： 2023-02-08 - 公布日： 2023-09-12 - 主分类号： G06F16/21 文献下载
摘要：本发明公开了一种电网时空动态特性智能认知算法库引擎的构建方法，采用全量接口形式进行分布式多源异构数据源的集成，对算法的输入、输出的数据格式进行统一，并采用流式计算模式与多级任务优化调度算法实现静态评估与决策算法、暂态评估与决策算法以及基础通用算法的统一管理与高效运行，提高算法执行效率，支撑大电网秒级智能态势评估与决策响应。此外，利用组态开发技术，通过将电网智能认知算法分解为数据获取、核心处理、结果保存等组件，使用组件库组装算法，算法引擎自动生成相关代码，实现了智能认知算法核心代码的灵活配置与自动生成，降低算法开发难度，提高了开发效率
一种电网时空动态特性智能认知算法引擎构建方法

[发明专利]一种无人机通信系统的智能决策方法及架构-CN202211168943.6在审
发明人：周世阳;程郁凡;孙安琪;王军;彭启航 -专利权人：电子科技大学
申请日： 2022-09-25 - 公布日： 2023-01-06 - 主分类号： H04W24/02 文献下载
摘要：本发明属于无线通信技术领域，尤其涉及一种无人机通信系统的智能决策方法及架构。本发明提供了一种分层的智能决策方法及架构，包括决策分析层、任务规划层、算法设计及协同控制(ADCC)层和任务执行层；在该方法中，需要解决的资源管理问题由决策分析层建立联合优化问题，任务规划层将复杂的联合优化问题转化为若干个能通过现有智能算法解决的子优化问题，ADCC层设计具体的智能算法，为这些子优化问题提供解决策略，最后经由任务执行层将策略转化为物理动作，与环境交互；本发明提出了无人机通信系统的智能决策架构通过智能算法解决问题，因此计算复杂度较低，并且不需要具体的环境参数
一种无人机通信系统智能决策方法架构

[发明专利]基于深度强化学习的智能体自适应决策生成方法及系统-CN202110729857.7有效
发明人：宋勇;程艳;庞豹;袁宪锋;许庆阳;巩志 -专利权人：山东大学
申请日： 2021-06-29 - 公布日： 2023-08-22 - 主分类号： G06N20/00 文献下载
摘要：本公开提供了一种基于深度强化学习的智能体自适应决策生成方法及系统，基于深度强化学习SoftActor‑Cr it ic(SAC)算法对智能体自适应决策问题展开研究，并针对训练过程中出现的问题对SAC算法进行改进，提出了SAC+PER、SAC+ERE和SAC+PER+ERE算法，利用深度学习的强大感知能力和强化学习的高效决策能力解决智能体自适应决策问题，通过深度强化学习算法训练智能体，使其在与环境进行交互的过程中总结经验，从而形成自身对具体行为应用的认识；同时，以仿真环境下无人机反拦截任务为载体，验证了算法的有效性。
基于深度强化学习智能自适应决策生成方法系统

[发明专利]一种基于深度决策树算法的电力负荷特性挖掘方法-CN201711262761.4有效
发明人：谈竹奎;刘斌;李正佳;马春雷;桂专;徐长宝;王冕;袁旭峰;桂军国;林呈辉;张秋雁 -专利权人：贵州电网有限责任公司电力科学研究院
申请日： 2017-12-04 - 公布日： 2020-12-18 - 主分类号： H02J3/00 文献下载
摘要：本发明揭露一种基于深度决策树算法的电力负荷特性挖掘方法，该方法通过采用深度决策树算法来对电力负荷特性进行深度的挖掘。首先通过现有的电力系统智能采集装置对海量电力用户负荷特征数据以及影响电力负荷变化的诸多因素数据进行采集，对所收集的电力负荷数据以及其他因素数据进行预处理，建立训练数据集，利用所建立的训练数据集对深度决策树算法进行训练，最后利用训练完成的深度决策树算法对电力用户负荷特性进行智能挖掘。另外，采用的深度决策树算法是一种较新的机器学习数据挖掘分类算法，该算法具有无需大量设置超参数、自行确定模型深度的优点，可对有效对电力负荷特性进行智能挖掘，所得结果可服务于电网企业调度、运行等多方面。
一种基于深度决策树算法电力负荷特性挖掘方法

[发明专利]一种多智能体协同及对抗中的策略决策方法-CN202310178924.X在审
发明人：常永哲;商宏志;王学谦;梁斌 -专利权人：清华大学深圳国际研究生院
申请日： 2023-02-27 - 公布日： 2023-05-26 - 主分类号： G06N3/0475 文献下载
摘要：本发明公开了一种多智能体协同及对抗中的策略决策方法，包括如下步骤：S1、利用不同的强化学习策略训练单个智能体完成对单个智能体策略的分治，得到最适应单一场景的分治决策策略；S2、根据不同场景下每种决策算法的优劣，基于不同的强化学习策略的融合算法完成对单个智能体策略的融合，动态选择在实时变化的场景下最适应当前场景的在步骤S1的分治中得到的融合决策策略；S3、利用不同的强化学习策略将多智能体协作或对抗的任务智能分解，分配完成对多智能体协作或对抗的分治融合，得到多智能体协同或对抗的最优决策策略。本发明得到多智能体协同或对抗的最优决策策略，在多智能体协作或对抗中实现多类算法动态融合与多种模型柔性切换。
一种智能体协对抗中的策略决策方法

[发明专利]融入先验知识的智能指挥决策模型、系统及方法-CN202211248406.2在审
发明人：卫翔;杨家轩;刘星璇;范学满 -专利权人：中国人民解放军海军潜艇学院
申请日： 2022-10-12 - 公布日： 2023-06-23 - 主分类号： G06F30/27 文献下载
摘要：融入先验知识的智能指挥决策模型方法，其特征在于，首先介绍智能对抗平台的建模设计，然后引入强化学习中的DQN算法，在推演中引入智能红蓝军，红方AI以DQN算法构建，蓝方AI则以规则构建，通过红蓝对抗博弈，以规则为基础的蓝方算法对以DQN算法的红方算子进行训练，提出构建智能对抗平台领域的专家知识模型，建立基于PK‑DQN算法的人机融合智能决策模型。
融入先验知识智能指挥决策模型系统方法

[发明专利]一种智能决策算法模型设计开发辅助系统-CN202311060138.6在审
发明人：吕乃冰;曹扬;王华飞;赵思聪;贾思雨;赵若帆;邢顾严 -专利权人：北京航天晨信科技有限责任公司
申请日： 2023-08-22 - 公布日： 2023-09-19 - 主分类号： G06F30/27 文献下载
摘要：本申请提供了一种智能决策算法模型设计开发辅助系统，包括：仿真环境自组织构建模块，用于根据任务需求构建对应的仿真环境；决策过程模型辅助构建模块，用于根据仿真环境定义状态空间、动作空间和奖励函数，进行马尔可夫决策过程建模；智能体桥模块，用于控制仿真环境自组织构建模块、决策过程模型辅助构建模块和网络模型自适应构建模块之间的交互，并调用深度强化学习算法对网络模型进行训练；网络模型自适应构建模块，用于采用相应的神经网络构建复合异构网络模型，以根据状态信息生成决策动作；深度强化学习算法自适应优选模块，用于选择相应的深度强化学习算法对复合异构网络模型进行训练优化，从而实现智能决策算法模型全流程辅助设计开发。
一种智能决策算法模型设计开发辅助系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条