百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网! [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有!
全国服务热线 13310018778

栏目导航

最新技术
一种基于控制信息的适用长时间预测的交通特征预测方法及系统
本发明涉及一种基于控制信息的适用长时间预测的交通特征预测方法及系统,本发明将控制信息引入交通特征预测中,分别处理交通速度、路网结构和交通控制数据;并将上述数据分别送入神经网络,得到空间嵌入、时间嵌入和控制嵌入,组合成综合嵌入;通过基于时空注意力机制模块的编码器、数据转换模块和基于时空注意力机制模块的解码器,最终得到预测的交通速度值。本发明提高了信控路网速度预测的有效性,能够更好地建模动态的空间相关性和非线性的时间相关性,同时可以避免了误差累积,以缓解误差传播效应,从而提高长时交通流预测性能,解决了适用于长时间的交通预测的问题。
光功率的预测方法、装置、设备及存储介质
本申请公开了一种光功率的预测方法、装置、设备及存储介质,涉及信号处理技术领域。该方法包括:获取至少两个气象源的历史气象数据和气象预测数据,以及获取历史气象数据对应的实际光功率;针对每一个气象源的历史气象数据和气象预测数据,与实际光功率进行预处理,得到至少两个气象源对应的至少两个特征数据序列;调用预测模型基于每一个特征数据序列进行光功率预测,得到至少两个特征数据序列对应的至少两个候选光功率;基于至少两个候选光功率确定气象预测数据对应的预测光功率。该方法将每一个气象源的特征数据序列作为预测的并行模态输入,结合后面的编码模块来充分挖掘不同模态下特征数据序列的隐含特征,提高了光功率预测的精度。
多机器人移载协同装配方法及设备
本发明提供了一种多机器人移载协同装配方法及设备。所述方法包括:将若干移动机器人移动到装配区域,采用全局-局部融合模式对所述若干移动机器人进行路径规划;采用视觉伺服控制策略调整并联机器人位姿,将夹具上的构件对准并接触;若仅调整并联机器人位姿无法得到装配所需位姿,则控制移动机器人进行移动,实现并联机器人和移动机器人的宏微运动复合;在构件接触后,采用多机器人装配协同控制策略,对构件进行装配。本发明可以显著提高大型构件的装配效率,减少了人力物力成本,由于采用并联机器人对大型构件进行装配,能够承载较大的构件重量,提高了对大型构件的装配精度。
异常订单处理方法、装置、电子设备及存储介质
本申请实施例公开了一种异常订单处理方法、装置、电子设备及存储介质,该方法包括:获取待识别订单的识别特征,所述识别特征是影响订单准备时间的特征;根据所述识别特征,通过分类模型确定所述待识别订单为异常订单的概率;根据所述概率,确定所述待识别订单和所述待识别订单之后第一预设时间内订单的订单准备时间的目标延长时间;根据所述目标延长时间,对所述待识别订单和所述第一预设时间内订单进行配送调度。本申请实施例实现了准确预估异常订单和异常订单对应的目标延长时间,从而进行合理的配送调度,可以降低骑手等待时间,提升配送效率。
基于改进的DDPG算法的机器人路径导航方法及系统
本发明公开了基于改进的DDPG算法的机器人路径导航方法及系统,获取机器人当前状态信息和目标位置;将机器人当前状态信息及目标位置,输入到训练后的改进的DDPG网络中,得到最优可执行动作数据,完成无碰撞的路径导航;改进的DDPG网络将DDPG网络的奖励值计算利用好奇心奖励机制模型来完成;好奇心奖励机制模型,包括:若干个依次串联的LSTM模型;所述依次串联的LSTM模型中,所有LSTM模型的输入端与Actor当前网络的输出端连接,最后一个LSTM模型的输出端与CNN模型的输入端连接,CNN模型的输出端与Actor当前网络的输入端连接。基于好奇心的机器人路径导航可以使机器人更加智能。
基于Encoder-Decoder的长时交通流预测方法
本发明公开了一种基于Encoder-Decoder的长时交通流预测方法,步骤如下:计算各路段交通流与目标路段交通流的皮尔逊相关系数,选取相关性最高的路段数据作为输入参数,然后将交通流数据进行标准化处理,并按比例将标准化处理后的数据集划分为训练集、验证集和测试集;接着构建基于Encoder-Decoder的长时交通流预测模型,并使用训练集训练基于Encoder-Decoder的长时交通流预测模型,以训练过程中验证集表现最优的模型参数作为最终的模型参数,最后通过测试集的数据预测目标路段后一天的交通流数据来验证模型的实际效果。本发明使用GRU作为Encoder部分的基本单元,将LSTM作为Decoder部分的基本单元,同时引入soft attention机制对编码向量C的数值进行动态调整,从而提高了Encoder-Decoder模型的长期记忆能力,有较好的预测精度。
汽车未来保值率预测方法、系统、设备及可读存储介质
本发明公开了一种汽车未来保值率预测方法、系统、设备及可读存储介质,对待预测汽车文本数据进行分词得到待预测汽车文本序列;对待预测汽车文本序列中的每个词进行词向量映射,并作为编码器-解码器模型的输入,输出得到待预测汽车的未来保值率预测结果;其中,编码器-解码器模型采用基于门循环单元变体的编码器-解码器模型;本发明中待测汽车文本数据的收集和处理较结构化数据过程简单;并能够放大离散数据的作用,充分发挥了离散数据的作用,有效减少了人工收集和处理结构化的历史数据的成本;模型的输入长度可以根据文本的长度自适应变化,灵活性好;解码过程能够充分发挥循环神经网络对时序的理解,体现了新车未来保值率之间的时序性。
新能源汇集网络的多目标规划方法、装置和计算机设备
本申请涉及一种新能源汇集网络的多目标规划方法、装置、计算机设备和存储介质。所述方法包括:获取送端网络的基础数据;其中,基础数据包括新能源场站的位置坐标、主网变电站的位置坐标和主网变电站间的连接关系;获取历史运行数据,根据历史运行数据和基础数据确定优化变量的取值范围;其中,历史运行数据包括负荷历史数据和电源历史数据;将优化变量的取值范围输入预设的多目标双层规划模型中进行求解,得到规划方案集合。该方法通过综合考虑新能源汇集网络中多目标的优化问题,并通过预设的多目标双层规划模型进行求解,得到规划方案集合,实现了送端网络中多目标性能的同步优化。
一种基于SFO-TSVR的短期电力负荷预测方法
本发明涉及一种基于SFO-TSVR的短期电力负荷预测方法,包括以下步骤:获取历史负荷数据、气象数据及对应的日期类型数据,以作为原始样本数据;将原始样本数据划分为训练集和测试集;设定输入数据序列,并构建TSVR模型;基于训练集,并采用SFO算法,对TSVR模型进行训练;基于测试集,对训练后的TSVR模型进行验证,若验证通过,则根据设定的输入数据序列,将实际待预测日的相关数据输入训练后的TSVR模型,得到实际待预测日的电力负荷预测值;否则需返回重新进行模型训练。与现有技术相比,本发明能够高效、准确地获取短期负荷预测结果。
一种基于CLS-PSO算法的多目标电、气、热供暖协调方法
本发明公开了一种基于CLS-PSO算法的多目标电、气、热供暖协调方法,本方法包括以下步骤:步骤1:针对家庭多目标电、气、热供暖方法建立多能源供热模型;步骤2:优化供热模型,将协调方法归纳为基于价格最低以及排放最小的优化问题,并建立相关约束条件;步骤3:针对归纳的相关模型,基于CLS-PSO算法进行最小解优化,得到最低价格方案以及排放最小方案。本发明基于家庭多目标供暖方法,以用户为中心,提供了最佳供暖方案,使单家庭在取暖过程中可以达到花费最低或排放最小。通过本发明的实施,能够提高用户的供暖选择性,更加灵活、减排以及节省支出。