广东三鼎科技集团有限公司王磊获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉广东三鼎科技集团有限公司申请的专利基于人工智能的工业园区多目标协同优化调度系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120146482B 。
龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510215470.8,技术领域涉及:G06Q10/0631;该发明授权基于人工智能的工业园区多目标协同优化调度系统及方法是由王磊;李绍丹设计研发完成,并于2025-02-26向国家知识产权局提交的专利申请。
本基于人工智能的工业园区多目标协同优化调度系统及方法在说明书摘要公布了:本发明提出了基于人工智能的工业园区多目标协同优化调度方法及系统,涉及工业园区的智能调度技术领域,通过构建数字孪生模型和动态拓扑图,利用图神经网络进行资源流动关系建模,并结合多模型预测框架进行资源需求分析,采用多智能体强化学习算法生成调度策略,并通过策略蒸馏技术实现全局策略到本地决策模块的迁移,在数字孪生模型中模拟验证调度策略的鲁棒性,并根据仿真结果调整策略,最终实现园区资源的高效调度,该方法有效提升了工业园区运行的智能化、协同化水平,降低能耗和碳排放,增强园区应对复杂场景的能力,适用于现代工业园区的高效管理。
本发明授权基于人工智能的工业园区多目标协同优化调度系统及方法在权利要求书中公布了:1.基于人工智能的工业园区多目标协同优化调度方法,其特征在于,包括以下步骤: 构建数字孪生模型与生成动态拓扑图,利用物联网技术采集工业园区内设备运行状态、能源消耗情况及物流信息,并基于采集数据构建数字孪生模型及动态拓扑图,所述动态拓扑图的节点包括工厂、仓库和能源站实体,边表示节点间的资源流动关系; 利用图神经网络进行关系建模,定义节点与边特征,通过注意力机制计算节点间关联权重,并利用所述图神经网络学习工业园区内节点间的资源流动特征,输出物流路径优化方案和能源分配权重; 基于多模型预测框架进行资源需求分析,使用随机森林模型预测能源需求波动,采用支持向量机算法预测设备故障概率,并利用决策树算法对资源需求进行分类与优先级排序; 所述基于多模型预测框架进行资源需求分析的步骤中,还包括: 利用长短期记忆网络对设备运行状态的时间序列数据进行建模,以预测设备故障的潜在趋势,并将预测结果与支持向量机算法的预测结果进行融合,生成综合的设备故障概率预测值; 所述决策树算法的优先级排序逻辑包括:根据设备故障概率阈值划分资源紧急等级,并结合能源需求波动预测值,生成资源调度的动态权重表,其权重计算方式为: W=α·Pfault+β·|Dpredicted‑Dcurrent|其中,α,β为可调参数,Pfault为故障概率,Dpredicted和Dcurrent分别为预测需求与当前需求; 采用多智能体强化学习算法生成调度策略,定义全局奖励函数,通过集中式训练‑分布式执行框架生成联合动作策略,并利用策略蒸馏技术将全局策略迁移至各智能体的本地决策模块; 在数字孪生模型中模拟验证调度策略的鲁棒性,并根据仿真结果调整策略,生成最终调度指令并下发至园区执行终端; 所述在数字孪生模型中模拟验证调度策略的鲁棒性的步骤中,还包括: 通过蒙特卡洛模拟方法对调度策略进行随机扰动测试,评估调度策略在不同故障场景和需求波动情况下的适应性,并根据测试结果对所述调度策略进行优化调整; 所述生成最终调度指令并下发至园区执行终端的步骤中,还包括: 将所述调度指令通过工业物联网平台实时传输至执行终端,并通过所述执行终端的反馈机制对所述调度指令的执行情况进行实时监控和调整。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广东三鼎科技集团有限公司,其通讯地址为:523000 广东省东莞市南城街道胜和建设路11号万科翡翠花园5号办公楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励