0本发明涉及一种数据节点的任务分配方法和装置，其中方法包括：当存在待传输任务时，计算各数据节点完成当前任务的剩余传输时长，将各数据节点完成当前任务的剩余传输时长由短至长进行排序，选出备选数据节点；根据首位的数据节点的剩余传输时长监测备选数据节点中是否存在空闲的数据节点，如果没有空闲的数据节点，根据预设的时间差值和重新计算得到的剩余传输时长评估备选数据节点中符合预设条件的最优数据节点。本发明能够选出多个候选的数据节点，当最短的剩余传输时长到达时，如果没有空闲的数据节点，评估得到备选数据节点中符合预设条件的最优数据节点，各数据节点的利用率，且减少了待传输任务等待传输的时间。
📄 2017108518474
📂 H04L29_08
👤 深圳市盛路物联通讯技术有限公司
📅 2017-09-19
0本发明公开了一种基于基可达图的多智能体最优任务分配与规划方法、装置及系统，该方法主要包括：首先，将多智能体工作环境建模为栅格地图，并进一步建模为Petri网模型；然后根据任务要求对Petri网模型进行约简，并根据任务要求在约简后Petri网上添加控制库所；再根据添加控制库所后Petri网模型构建基可达图；在该基可达图中搜索满足任务要求的最小成本终点状态对Petri网模型进一步约简；最后根据终点状态进行路径回溯，获取多智能体在工作环境中满足任务要求且具有最小成本的任务分配方式与移动轨迹。本发明能够获取多智能体在复杂任务下的任务分配方案与最优轨迹，较大程度降低了最优解搜索成本，提升了大地图下复杂任务任务分配与规划效率。
📄 2023116056171
📂 G01C21_34
👤 陕西科技大学
📅 2023-11-28
0本发明公开了一种能耗最小化的无人机任务分配和轨迹规划方法，包括：步骤1：根据无人机辅助物联网系统的参数信息将所有监测区域分成K个簇，每个监测区域仅有1个数据收集点；步骤2：为每个簇指定1架无人机以收集对应簇中所有传感器节点的数据，并基于禁忌搜索算法确定每架无人机在对应簇中的数据收集点的访问顺序，将访问距离最短的数据收集点的访问顺序作为该簇的轨迹规划结果；步骤3：计算每架无人机的任务完成时间，若均能在预定延迟内将收集到的数据交付到数据中心，则确定当前的分簇结果和每个簇中的数据收集点的访问顺序为最终结果，否则，置K＝K+1，返回步骤1；步骤4：按照最终结果令每架无人机进行数据收集后交付到数据中心。
📄 2024114387051
📂 G05D1_46
👤 浙江工业大学
📅 2024-10-15
0本发明公开了一种集车辆调度优化与任务分配于一体的可视化办法及系统，包括信息收集模块，接受客户订单；调度方案优化模块，根据客户需求进行最优化调度；路径获取模块，搜索具体车辆行驶路线，可视化显示；任务分配模块，将任务、行驶路线发送驾驶员，驾驶员根据安排进行送货；定位模块，利用GPS定位功能，对每辆车进行任定位跟踪及位置反馈；反馈、更新模块，任务完成后，自动更新车辆的状态以及物资的使用情况，对客户的信息及配送反馈情况进行存储。本发明以实际道路为基础，建立了通用的车辆调度模型，满足了企业可视化需求，弥补现阶段物流车辆调度、分配效率低下、路径测算与实际不符的不足，节约运输成本，提高了物流运输企业服务水平。
📄 2019108536753
📂 G06Q10_04
👤 浙江工业大学
📅 2019-09-10
0本发明公开了一种基于深度强化学习的预测式外呼任务分配方法及外呼系统，该方法能根据不同的外呼状态预测输出适当的外呼量。首先根据外呼系统工作流程对外呼进行数学建模，构建虚拟外呼环境。然后使用ε‑Greedy方法在外呼环境中进行半随机呼出，同时使用强化学习方法对半随机呼出进行学习，即从不同状态下不同外呼量的价值差异中进行学习，使深度神经网络近似外呼量的价值函数。最后使用深度神经网络对实际外呼状态下不同外呼量的价值进行预测，然后选择最好的外呼量进行输出。本发明构建的基于深度强化学习的预测式外呼任务分配方法在满足降低呼损、减少坐席空闲时间目标的同时具有快速输出、合理预测的特点。
📄 2021112025071
📂 H04M3_523
👤 浙江工业大学
📅 2021-10-15
0本发明公开了一种基于启发式聚类算法的空间任务分配方法，该方法可以将不同频次的任务安排到m个时间段中，并保证每个时间段的负载均衡。本方法首先会进行空间划分，将空间任务数据中的高频次空间分配任务通过聚类算法聚成m个簇，之后计算平均分配量阈值范围，然后找出其中不满足平均分配量阈值范围的簇对其进行调整，调整好高频次簇之后再将低频次空间分配任务聚成n个簇，最后将这n个簇分别分配到最近的调整好的高频次簇。本发明在均衡空间任务分配量方面提供了一种新的空间任务分配方法。
📄 202211720297X
📂 G06Q10_047
👤 浙江工业大学
📅 2022-12-30
0本发明提供了一种基于聚类算法的多载位AGV任务分配方法，在多载位AGV任务分配场景中，本发明通过构建多目标函数，能够更好地适应多载位AGV仓储系统中任务的动态变化以及多目标优化的要求。同时在对多目标函数的求解过程中，本发明利用非支配排序遗传算法结合模拟退火算法来对多目标任务进行求解，能够同时考虑多个目标函数，并能通过非支配排序、拥挤距离计算等机制，有效地对解空间进行搜索和优化，进一步提高整个系统的工作效率和任务处理能力。
📄 202510090470X
📂 G06Q10_0631
👤 浙江工业大学
📅 2025-01-21
0本发明公开了一种面向阀组的分布式控制系统及其方法，属于阀组控制领域。控制系统包括MCU和多个驱动模块，其中，所述的MCU由弱电压源供电，驱动模块由强电压源供电。MCU仅用于向各驱动模块输出弱电高电平信号或弱电低电平信号作为各驱动模块的控制信号，各驱动模块内预设电磁阀驱动策略。本发明对MCU的功能进行了分割和简化，将复杂的PWM调制过程从MCU之中分离出去。当需要增加新的电磁阀时，只需要配合同样完成程序调控的驱动模块即可完成新开关阀的增加。而MCU只需要多输出一组高低电平弱电信号，只需要MCU拥有足够的I/O口便能实现该功能，对于大规模的阀组控制而言是极为有利的。
📄 2022117208321
📂 G05B19_042
👤 浙江工业大学
📅 2022-12-30
0本发明提出了一种基于图搜索的城市众包配送任务分配方法,将实际电子地图映射成众包配送网络图，将任务的起始位置、目标位置以及骑手的位置映射到配送网络图中，考虑配送路径优化并在图中完成任务分配。本发明考虑众包骑手的配送能力和任务匹配度，以时间约束内为骑手分配任务的数量最多为目标，建立基于配送网络图的众包任务分配模型。提出一种基于配送网络图的众包任务分配算法，即基于蚁群规划的众包任务分配算法，求解问题模型。最后，将得到的分配结果返回到电子地图中，便于用户以可视化的方式查看。本发明提供的一种新的城市众包配送服务调度解决方案，得到骑手的配送任务集合的同时也能输出骑手配送路径，具有实用价值。
📄 2019103806506
📂 G06Q10_06
👤 哈尔滨工业大学(威海)
📅 2019-05-08
0本发明公开了一种大学校园建筑内大规模暖通空调系统的分布式控制方法，采用模型预测控制与交替方向乘子法实现多个建筑内所有区域暖通空调系统的协调运行，在不违背总输入功率和各区域可接受温度范围的约束下实现能源成本和热能不舒适度成本总和最小化；具体工作流程如下：（1）每个区域内暖通空调系统本地控制器对预测区间内的电价、外部温度、用户舒适度偏好温度进行预测；（2）各个本地控制器根据控制算法给出未来若干时隙的最优输入功率决策；（3）将第一个时隙的输入功率决策作用于暖通空调系统实际运行；（4）预测区间向后滚动一个时隙并重复以上三步操作。本发明方法具有高可扩展性、高灵活性和保护用户隐私等优势。
📄 2018108849185
📂 F24F11_89
👤 南京邮电大学
📅 2018-08-06
0本发明公开了一种基于K-means和离散粒子群算法的多无人车任务分配方法，包括以下步骤：S1、物流场景信息初始化；S2、物流任务打包：使用K-means算法确定最佳打包结果，其打包个数为k；S3、取k辆可用无人车，匹配每个任务包的执行无人车；S4、对每一辆无人车用离散粒子群算法确定其任务序列。本发明的方法结合聚类思想和群智优化算法对多无人车任务分配问题进行解答，使用离散化的粒子群算法进行多无人车的任务分配，粒子群算法的收敛速度快，离散化的迭代方式使算法更适用于实际的物流场景。并且在使用粒子群算法前先用K-means聚类算法对任务进行打包，极大地减小了解空间的大小，提高了任务分配效率。
📄 2019101507887
📂 G06Q10_04
👤 南京邮电大学
📅 2019-02-28
0一种分布式控制移动机会社会网络中正负信息耦合传播的方法，包括：S100：所述在线层的控制中心首先获取每个物理社区的正负信息耦合传播情况，然后选择一定数量的种子用户分别且同时去执行警告、纠正和引导这三种控制措施；S200：所述在线层的控制中心根据每个物理社区中正负信息耦合传播的控制反馈结果，动态调整下一时间的种子用户选择方案。该方法所提出的协同控制措施可以有效地控制正负信息的耦合传播过程并且使得系统总损耗最小。
📄 2019102106982
📂 G06Q50_00
👤 陕西师范大学
📅 2019-03-19
柿子坊 · 知识产权运营
柿子坊知识产权运营平台