CN111539118B - 一种环行穿梭车系统的仿真计算方法及计算机程序产品 - Google Patents

一种环行穿梭车系统的仿真计算方法及计算机程序产品 Download PDF

Info

Publication number
CN111539118B
CN111539118B CN202010357968.5A CN202010357968A CN111539118B CN 111539118 B CN111539118 B CN 111539118B CN 202010357968 A CN202010357968 A CN 202010357968A CN 111539118 B CN111539118 B CN 111539118B
Authority
CN
China
Prior art keywords
simulation
factor
simulation calculation
determining
factors
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010357968.5A
Other languages
English (en)
Other versions
CN111539118A (zh
Inventor
袁召云
龙明武
丁兴
银珠玲
洪志强
李茂�
沈忱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KSEC Intelligent Technology Co Ltd
Original Assignee
KSEC Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by KSEC Intelligent Technology Co Ltd filed Critical KSEC Intelligent Technology Co Ltd
Priority to CN202010357968.5A priority Critical patent/CN111539118B/zh
Publication of CN111539118A publication Critical patent/CN111539118A/zh
Application granted granted Critical
Publication of CN111539118B publication Critical patent/CN111539118B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种环行穿梭车系统的仿真计算方法及计算机程序产品，所述仿真计算方法其包括：步骤S1，提取环行穿梭车系统关键参数，归纳实验因子，确定仿真计算指标；步骤S2，制定实验方案，建立仿真模型，进行仿真实验；步骤S3，统计仿真实验输出数据，进行MATLAB数据拟合，确定线性因子相关拟合函数、权重，以及边界因子限制值，确定仿真计算指标计算公式。进一步地，基于本仿真计算方法，编制环行穿梭车系统仿真计算软件，产生一种环行穿梭车系统的仿真计算计算机程序产品，实现所述的仿真计算方法的步骤。本发明实现了物流项目环行穿梭车系统的快速评估，根据系统关键参数可以得出具体配置台数、能力和利用率，能够适应物流市场快速响应的要求。

Description

一种环行穿梭车系统的仿真计算方法及计算机程序产品
技术领域
本发明涉及物流装备规划领域，涉及一种环行穿梭车的搬运能力的仿真计算方法，尤其是一种环行穿梭车系统的仿真计算方法及计算机程序产品。
背景技术
环行穿梭车系统是一种包含多台车辆沿闭合环路走行，搬运货物的常用物流子系统。一个环行穿梭车系统的搬运能力取决于多种因素，通过常规计算方法很难准确评估，目前常用是采用仿真实验方法来实现。仿真实验是采用计算机专业仿真软件对物流系统按真实尺寸、运行参数进行建模，根据需求流量进行流程编程，数字化模拟并评估系统的一种方法。环行穿梭车系统可以通过仿真实验确定满足系统能力需求所需设备配置台数，以及利用率等关键指标，特点是需要详细的规划设计方案、明确的流程流量，建模周期较长。
当前物流行业竞争激烈，对市场快速响应要求尤为突出，整体物流规划前期在没有更多细节性规划设计前提下，需要根据总体产能要求对物流相关主机设备做规划预算。具体来讲，环行穿梭车系统销售具有在初步方案和总体能力需求下，不具备细节流程流量就需要快速得到子系统是否能够满足要求、设备配置台数等特点，按原有针对具体项目进行仿真实验方法已不能适应客户快速响应需求。
发明内容
本发明的目的在于提供一种环行穿梭车系统的仿真计算方法及计算机程序产品，以解决常规计算方法不准确、仿真实验方法周期长等问题。
为解决上述问题，本发明提供了一种环行穿梭车系统的仿真计算方法，其包括以下步骤：
步骤S1，提取环行穿梭车系统关键参数，归纳实验因子，确定仿真计算指标；
步骤S2，制定实验方案，建立仿真模型，进行仿真实验；
步骤S3，统计仿真实验输出数据，进行MATLAB数据拟合，确定线性因子拟合函数、权重，以及边界因子限制值，确定仿真计算指标计算函数.
进一步地，基于本仿真计算方法，编制环行穿梭车系统仿真计算软件。
其进一步技术方案，所述步骤S1包括以下步骤：
步骤S11，确定环行穿梭车系统关键参数：包括轨道参数、站台参数、车辆参数、系统参数4类；
步骤S12，归纳实验因子：对系统关键参数进行分析、同类项合并，归纳为线性因子和边界因子2类实验因子；
步骤S13，确定仿真计算指标：包括单台平均能力、系统最大能力和利用率3个仿真计算指标。
其进一步技术方案，所述步骤S2包括以下步骤：
步骤S21，制定实验方案：明确所有线性因子和边界因子相关值，确定取值范围、合理步长，根据因子分布区间确定默认值；
步骤S22，建立仿真模型，进行仿真实验：由默认值组合建立仿真实验基础模型；可以通过直接或间接方法变更值的实验因子主要由基模进行仿真实验；其它实验因子需要基于基模衍生新模型才能进行相关仿真实验。
进一步技术方案，所述步骤S3包括以下步骤：
步骤S31，统计仿真输出数据，进行MATLAB数据拟合：应用二维点图和最小二乘法相结合原理确定线性因子拟合函数，以及边界因子限制值；
步骤S32，确定仿真计算指标计算公式：初始所有线性因子权重均取1，与实验因子计算值加权平均即可得到单台平均能力；结合配置台数即可得到系统最大能力；结合能力需求即可得到利用率；
步骤S33，确定线性因子相关权重。设计不同因子取值组合方案进行仿真实验，与系统最大能力公式计算值进行比较找差异，调整并确定因子权重。
其进一步技术方案，所述步骤S4包括以下步骤：
步骤S41，采用.net技术编制环行穿梭车系统的仿真计算软件，集成所有线性因子拟合函数、权重、边界因子限制值，以及仿真计算指标公式，实现由环行穿梭车系统关键参数定制，内部转换实验因子值，通过公式快速得到单台能力、系统能力和利用率指标。
一种环行穿梭车系统的仿真计算的计算机程序产品，所述的计算机程序产品包括非瞬态可读存储介质和计算机程序，所述计算机程序被有形地存储在所述的非瞬态可读存储介质上，该计算机程序被计算机内的处理器执行实现本发明所述的环行穿梭车系统的仿真计算方法的步骤。
本发明的有益技术效果在于：通过大量的系统仿真实验得到准确仿真结果值；应用二维点图和最小二乘法相结合原理确定线性因子拟合函数，以及边界因子限制值；结合权重得到仿真计算指标公式；最后通过编制软件的方式提供了一种环行穿梭车系统准确快速仿真计算的方法，有效解决了计算手段不准确、系统仿真手段周期长等问题，能够适应物流市场快速响应的要求。
附图说明
图1是本发明环行穿梭车系统的仿真计算方法的流程图。
图2是本发明环行穿梭车系统的仿真计算方法的实验因子示意图。
图3～图12是本发明环行穿梭车系统的仿真计算方法的9个线性因子仿真实验结果二维点图与拟合函数示意图。
图13～图14是本发明环行穿梭车系统的仿真计算方法的2个边界因子仿真实验结果二维点示意图。
图15～图16是本发明环行穿梭车系统的计算机程序产品的软件界面示意图。
具体实施方式
为使本领域的普通技术人员更加清楚地理解本发明的目的、技术方案和优点，以下结合附图和实验方案对本发明做进一步的阐述。
参照图1，在本实验方案中，本发明一种环行穿梭车系统的仿真计算方法包括以下步骤：
步骤S1，提取环行穿梭车系统关键参数，归纳实验因子，确定仿真计算指标。
步骤S2，制定实验方案，建立仿真模型，进行仿真实验。
步骤S3，统计仿真实验输出数据，进行MATLAB数据拟合，确定线性因子拟合函数、权重，以及边界因子限制值，确定仿真计算指标计算函数。
步骤S4，基于本仿真计算方法，编制环行穿梭车系统仿真计算软件。
参照图2，具体地，所述步骤S1包括以下步骤：
步骤S11，确定环行穿梭车系统关键参数：共计4类15个。包括：PP轨道参数(PP1圆弧轨道半径、PP2连转直段长度、PP3连转数量、PP4单转数量、PP5轨道总长度)、CP站台参数(CP1取货站台数量、CP2放货站台数量)、VP车辆参数(VP1直线走行速度、VP2弧线走行速度、VP3走行加减速度、VP4取货周期时间、VP5放货周期时间)、SP系统参数(SP1能力需求、SP2复合作业率、SP3车辆数量)。
步骤S12，归纳实验因子：见表1，共计2类11个。结合仿真实验对关键参数进行分析、同类项合并，包括：LF线性因子{LF1加减速直段总长[＝PP5-PP3*(PI()*PP1+PP2)+PP4*PI()*PP1]、LF2加减速直段数量(＝PP3+PP4)、LF3匀速段总长[＝Σ(弧线总长)+Σ(PP2)]、LF4加减速段最大走行速度(＝VP1)、LF5匀速段走行速度(＝VP2)、LF6走行加减速度(＝VP3)、LF7取放货平均周期时间[＝(VP4+VP5)/2]、LF8复合作业率(SP2)、LF9车辆数量(SP3)}、BF边界因子[BF1取货站台数量(＝CP1)、BF2放货站台数量(＝CP2)]，SP1不归入实验因子范畴。
步骤S13，确定仿真计算指标：共计3个，包括：R1单台平均能力、R2系统最大能力和R3利用率。
具体地，所述步骤S2包括以下步骤：
步骤S21，制定实验方案：表1明确了所有线性因子和边界因子相关值，总结曾经规划实施项目环行穿梭车系统，确定取值范围和合理步长，根据因子分布区间确定默认值。
表1实验因子与实验方案表
Figure BDA0002474103900000051
步骤S22，建立仿真模型，进行仿真实验：由默认值组合建立基础模型；可以通过直接或间接方法变更值的实验因子主要由基模进行仿真实验；其它实验因子需要基于基模衍生新模型才能进行相关仿真实验。具体为：
LF4～LF7、LF9等5个线性因子，直接进行单一因子仿真实验即可实现。
对于线性因子LF8、边界因子BF1～BF2等3个因子，首先需要定义相关变量，仿真模型根据改变变量值相应更新因子值，直接进行单一变量仿真实验即可实现。
对于LF1～LF3等3个线性因子，每次实验环行穿梭车轨道尺寸或设计布局都不同，需要由基模衍生新模型进行仿真实验。
参照图3～图14，具体地，所述步骤S3包括以下步骤：
步骤S31，统计仿真输出数据，进行MATLAB数据拟合：应用二维点图和最小二乘法相结合原理，图3～图12确定线性因子拟合函数，其中图3～图4为LF1分段步长实验结果和拟合函数图，拟合函数在边界连接值100m时实现了对应单台平均能力计算值保持一致的平稳过渡要求；图13～图14确定边界因子限制值。
步骤S32，确定仿真计算指标计算公式：初始所有线性因子权重W1i均取1，通过拟合函数和确定的因子值可计算得到单线性因子单台能力值C1i，加权平均即可得到单台平均能力公式
Figure BDA0002474103900000061
结合配置台数N1即可得到系统最大能力C＝C1N1，此时还需要考虑边界因子限制值C2j和数量N2j，同时应满足
Figure BDA0002474103900000062
结合能力需求Q即可得到利用率η＝Q/C。
步骤S33，确定线性因子相关权重W1i。设计不同因子取值组合方案进行仿真实验，与系统最大能力公式计算值进行比较找差异，调整并确定因子权重。
参照图15～图16，具体地，所述步骤S4包括以下步骤：
步骤S41，采用.net技术编制环行穿梭车系统的仿真计算软件，集成所有线性因子拟合函数、权重、边界因子限制值，以及仿真计算指标公式，实现由环行穿梭车系统关键参数定制，内部转换实验因子值，通过公式快速得到单台能力、系统能力和利用率指标。
以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实验方案对本发明进行了详细的说明，对于本领域的普通技术人员来说，仍然可以对前述实验方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。

Claims (7)

1.一种环行穿梭车系统的仿真计算方法，其特征在于，其包括以下步骤：
步骤S1，提取环行穿梭车系统关键参数，归纳实验因子，确定仿真计算指标；
步骤S2，制定实验方案，建立仿真模型，进行仿真实验；
步骤S3，统计仿真实验输出数据，进行MATLAB数据拟合，确定线性因子拟合函数、权重，以及边界因子限制值，确定仿真计算指标计算函数；
所述步骤S1包括以下步骤：
步骤S11，确定环行穿梭车系统关键参数，包括轨道参数、站台参数、车辆参数、系统参数4类；
步骤S12，归纳实验因子，包括对系统关键参数进行分析、同类项合并，归纳为线性因子和边界因子2类实验因子；
步骤S13，确定仿真计算指标，包括单台平均能力、系统最大能力和利用率3个仿真计算指标；
所述步骤S3包括以下步骤：
步骤S31，统计仿真输出数据，进行MATLAB数据拟合，包括应用二维点图和最小二乘法相结合原理确定线性因子拟合函数，以及边界因子限制值；
步骤S32，确定仿真计算指标计算公式，包括初始所有线性因子权重均取1，与实验因子计算值加权平均即可得到单台平均能力；结合配置台数即可得到系统最大能力；结合能力需求即可得到利用率；
步骤S33，确定线性因子相关权重；设计不同因子取值组合方案进行仿真实验，与系统最大能力公式计算值进行比较找差异，调整并确定因子权重。
2.如权利要求1所述的环行穿梭车系统的仿真计算方法，其特征在于，所述步骤S2包括以下步骤：
步骤S21，制定实验方案，包括明确所有线性因子和边界因子相关值，确定取值范围、合理步长，根据因子分布区间确定默认值；
步骤S22，建立仿真模型，进行仿真实验，包括由默认值组合建立仿真实验基础模型-基模；可以通过直接或间接方法变更值的实验因子主要由基模进行仿真实验；其它实验因子需要基于基模衍生新模型才能进行相关仿真实验。
3.如权利要求1所述的环行穿梭车系统的仿真计算方法，其特征在于：
在步骤S11中，所述的4类关键参数包括：
PP轨道参数：PP1圆弧轨道半径、PP2连转直段长度、PP3连转数量、PP4单转数量、PP5轨道总长度，
CP站台参数：CP1取货站台数量、CP2放货站台数量，
VP车辆参数：VP1直线走行速度、VP2弧线走行速度、VP3走行加减速度、VP4取货周期时间、VP5放货周期时间，
SP系统参数：SP1能力需求、SP2复合作业率、SP3车辆数量；
在步骤S12中，所述的2类实验因子共计11个，包括：
LF线性因子：LF1加减速直段总长=PP5-PP3*(PI()*PP1+PP2)+PP4*PI()*PP1、LF2加减速直段数量=PP3+PP4、LF3匀速段总长=Σ(弧线总长)+Σ(PP2)、LF4加减速段最大走行速度VP1、LF5匀速段走行速度VP2、LF6走行加减速度VP3、LF7取放货平均周期时间(VP4+VP5)/2、LF8复合作业率SP2、LF9车辆数量SP3、BF边界因子BF1取货站台数量CP1、BF2放货站台数量CP2，SP1不归入实验因子范畴。
4.如权利要求2所述的环行穿梭车系统的仿真计算方法，其特征在于：
在步骤S22中，所述的其它实验因子需要基于基模衍生新模型才能进行相关仿真实验，具体为：
LF4~LF7、LF9共5个线性因子，直接进行单一因子仿真实验即可实现；
对于线性因子LF8、边界因子BF1~BF2共3个因子，首先需要定义相关变量，仿真模型根据改变变量值相应更新因子值，直接进行单一变量仿真实验即可实现；
对于LF1~LF3共3个线性因子，每次实验环行穿梭车轨道尺寸或设计布局都不同，需要由基模衍生新模型进行仿真实验。
5.如权利要求4所述的环行穿梭车系统的仿真计算方法，其特征在于：
在步骤S32中，确定仿真计算指标计算公式：初始所有线性因子权重W1i均取1，通过拟合函数和确定的因子值可计算得到单线性因子单台能力值C1i，通过公式求得加权和，然后求加权平均即可得到单台平均能力；结合配置台数N1即可得到系统最大能力C=C1N1结合能力需求Q即可得到利用率η=Q/C。
6.如权利要求1至5任一项所述的环行穿梭车系统的仿真计算方法，其特征在于：
所述步骤S2建立仿真模型采用的是AutoMod仿真软件，进行仿真实验采用的是AutoStat模块。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被计算机内的处理器执行以实现如权利要求1至6任一项所述的环行穿梭车系统的仿真计算方法的步骤。
CN202010357968.5A 2020-04-29 2020-04-29 一种环行穿梭车系统的仿真计算方法及计算机程序产品 Active CN111539118B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010357968.5A CN111539118B (zh) 2020-04-29 2020-04-29 一种环行穿梭车系统的仿真计算方法及计算机程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010357968.5A CN111539118B (zh) 2020-04-29 2020-04-29 一种环行穿梭车系统的仿真计算方法及计算机程序产品

Publications (2)

Publication Number Publication Date
CN111539118A CN111539118A (zh) 2020-08-14
CN111539118B true CN111539118B (zh) 2023-04-25

Family

ID=71978980

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010357968.5A Active CN111539118B (zh) 2020-04-29 2020-04-29 一种环行穿梭车系统的仿真计算方法及计算机程序产品

Country Status (1)

Country Link
CN (1) CN111539118B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10235525A1 (de) * 2001-09-10 2003-04-10 Daimler Chrysler Ag Verfahren und System zur Überwachung des Zustands eines Fahrzeugs
CN102521443A (zh) * 2011-12-06 2012-06-27 河海大学 基于计算机视觉的物流节点设施布局优化方法
CN103530454A (zh) * 2013-09-30 2014-01-22 上海海事大学 集装箱码头资源要素配置仿真系统
CN109205163A (zh) * 2018-08-13 2019-01-15 山东大学 跨巷道多层穿梭车仓储系统设计方法、系统及存储介质

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050004833A1 (en) * 2003-07-03 2005-01-06 Reaction Design, Llc Method and system for integrated uncertainty analysis
JP4660137B2 (ja) * 2004-08-06 2011-03-30 新日本製鐵株式会社 処理計画作成装置、処理計画作成方法、コンピュータプログラム及び記録媒体
JP4959125B2 (ja) * 2004-10-12 2012-06-20 新日本製鐵株式会社 処理計画作成装置、操業制御装置、処理計画作成方法、操業制御方法、コンピュータプログラム及び記録媒体
FR2948209A1 (fr) * 2009-07-15 2011-01-21 Raphael Douady Simulation d'un agregat evolutif du monde reel, notamment pour gestion de risque
US9703006B2 (en) * 2010-02-12 2017-07-11 Exxonmobil Upstream Research Company Method and system for creating history matched simulation models
US9134452B2 (en) * 2012-12-10 2015-09-15 Schlumberger Technology Corporation Weighting function for inclination and azimuth computation
CN103279669B (zh) * 2013-05-31 2016-06-08 北京交通大学 一种城市轨道交通路网运输能力仿真计算方法和系统
CN103274153A (zh) * 2013-06-06 2013-09-04 昆明昆船物流信息产业有限公司 采用封闭轨道循环穿梭车实现烟包排序出库的输送系统
CN105205545A (zh) * 2015-02-13 2015-12-30 红塔烟草(集团)有限责任公司 一种运用仿真实验优化物流系统的方法
CN106874616B (zh) * 2017-03-06 2021-04-20 北京经纬恒润科技股份有限公司 一种参数优化调整方法及系统
CN107070825B (zh) * 2017-04-07 2020-06-23 淮南联合大学 一种基于模拟退火狼群优化的小波加权多模盲均衡方法
CN108073765A (zh) * 2017-12-11 2018-05-25 中海石油(中国)有限公司湛江分公司 一种水平井常规随钻测井地层界面识别与边界距反演方法
CN110728009A (zh) * 2018-06-28 2020-01-24 北京京东尚科信息技术有限公司 仿真方法、装置和系统
CN109102107A (zh) * 2018-07-09 2018-12-28 华中科技大学 一种基于物流仿真的多行车间设备布局方法
CN109359323B (zh) * 2018-08-25 2022-10-28 南京理工大学 一种物流穿梭车的s曲线速度控制方法
CN109081030B (zh) * 2018-09-28 2021-04-13 陕西科技大学 一种子母穿梭车式密集仓储系统的配置优化方法
CN109902936B (zh) * 2019-01-31 2021-03-09 中国人民解放军陆军防化学院 一种基于装备维修工序的维修人员调配方法
CN110851962B (zh) * 2019-10-23 2023-04-07 上海船舶工艺研究所(中国船舶集团有限公司第十一研究所) 一种数字化车间布局优化方法
CN110765615B (zh) * 2019-10-24 2023-05-26 杭州飞步科技有限公司 物流仿真方法、装置及设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10235525A1 (de) * 2001-09-10 2003-04-10 Daimler Chrysler Ag Verfahren und System zur Überwachung des Zustands eines Fahrzeugs
CN102521443A (zh) * 2011-12-06 2012-06-27 河海大学 基于计算机视觉的物流节点设施布局优化方法
CN103530454A (zh) * 2013-09-30 2014-01-22 上海海事大学 集装箱码头资源要素配置仿真系统
CN109205163A (zh) * 2018-08-13 2019-01-15 山东大学 跨巷道多层穿梭车仓储系统设计方法、系统及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
泉稔子著，黄园园译.《Excel》超实用函数范例速查宝典.中国铁道出版社,2016,(第1版),第128页. *

Also Published As

Publication number Publication date
CN111539118A (zh) 2020-08-14

Similar Documents

Publication Publication Date Title
CN106951925A (zh) 数据处理方法、装置、服务器及系统
CN107861916A (zh) 一种用于针对神经网络执行非线性运算的方法和装置
CN105023196A (zh) 充电站充电交易数据的分析方法及装置
CN105023042A (zh) 基于大数据神经网络算法的用户窃电嫌疑分析装置及方法
CN108564592A (zh) 基于动态多种群集成差分进化算法的图像分割方法
CN111768096A (zh) 基于算法模型的评级方法、装置、电子设备及存储介质
CN108399457A (zh) 集成学习中有偏数据下基于多步标签变换的Boosting改进方法
CN110365603A (zh) 一种基于5g网络能力开放的自适应网络流量分类方法
CN113516275A (zh) 一种配电网超短期负荷预测方法、装置及终端设备
CN111539118B (zh) 一种环行穿梭车系统的仿真计算方法及计算机程序产品
CN103995873A (zh) 一种数据挖掘方法及数据挖掘系统
CN115081515A (zh) 能效评价模型构建方法、装置、终端及存储介质
CN103353895A (zh) 一种配电网线损数据的预处理方法
CN110377525B (zh) 一种基于运行时特征和机器学习的并行程序性能预测系统
CN108491893A (zh) 一种基于深层森林算法的家庭用电负荷分类识别方法
CN112949778A (zh) 基于局部敏感哈希的智能合约分类方法、系统及电子设备
CN115858719B (zh) 一种基于大数据分析的sim卡活跃度预测方法及系统
CN114676931B (zh) 一种基于数据中台技术的电量预测系统
CN114971053A (zh) 低压台区网络线损率在线预测模型的训练方法及装置
CN112329822A (zh) 一种提高支持向量机分类精度的方法、系统、设备及介质
CN113379533A (zh) 一种循环贷款提额方法、装置、设备及存储介质
CN113240010A (zh) 一种支持非独立分布混合数据的异常检测方法及系统
CN113342640A (zh) 一种基于决策树的efsm测试用例排序方法
CN112837093A (zh) 一种建筑工程造价运算用评估方法
CN102938097B (zh) 用于联机分析处理系统的数据处理装置和数据处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Building 401, Kunchuan Industrial Zone, Kunming Economic Development Zone, China (Yunnan) Pilot Free Trade Zone, Kunming City, Yunnan Province, 650217

Applicant after: Kunchuan Intelligent Technology Co.,Ltd.

Address before: 650051 room 1207, Kunchuan building, No.6 Renmin Middle Road, Panlong District, Kunming City, Yunnan Province

Applicant before: KUNMING KSEC LOGISTIC INFORMATION INDUSTRY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant