System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及貨物管理,更具體地說(shuō),它涉及一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng)。
技術(shù)介紹
1、當(dāng)前,海上運(yùn)輸對(duì)震動(dòng)和環(huán)境高敏感的貨物,而海運(yùn)由于航行時(shí)間較長(zhǎng),當(dāng)遇到海況惡劣時(shí),船只需要保持緩慢移動(dòng)以維持貨物的穩(wěn)定,導(dǎo)致時(shí)效性不足。現(xiàn)有技術(shù)中,船隊(duì)的管理系統(tǒng)主要集中于單船監(jiān)控與調(diào)度,而缺乏船隊(duì)整體的智能協(xié)同優(yōu)化。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)提供一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),解決
技術(shù)介紹
中提出的技術(shù)問(wèn)題。
2、本專利技術(shù)提供了一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),包括:
3、船隊(duì)構(gòu)建模塊,用于根據(jù)若干只船只構(gòu)建船隊(duì),船隊(duì)包括破浪單元、運(yùn)輸單元和數(shù)據(jù)采集單元;
4、數(shù)據(jù)采集模塊,用于根據(jù)數(shù)據(jù)采集單元,按固定時(shí)間間隔獲取船隊(duì)運(yùn)輸單元、船隊(duì)路徑前側(cè)和船隊(duì)路徑后側(cè)的第一圖像、第二圖像和第三圖像;
5、海浪識(shí)別模塊,用于通過(guò)預(yù)設(shè)的識(shí)別模型對(duì)第一圖像、第二圖像和第三圖像進(jìn)行聯(lián)合識(shí)別,得到破浪單元的破浪分?jǐn)?shù);
6、動(dòng)態(tài)調(diào)度模塊,用于根據(jù)破浪單元的破浪分?jǐn)?shù),結(jié)合優(yōu)化算法對(duì)破浪單元的行駛速度和行駛方向進(jìn)行動(dòng)態(tài)優(yōu)化,實(shí)現(xiàn)運(yùn)輸單元對(duì)目標(biāo)貨物的穩(wěn)定運(yùn)輸。
7、進(jìn)一步的,船隊(duì)包括破浪單元、運(yùn)輸單元和數(shù)據(jù)采集單元:
8、分配a只船a作為船隊(duì)的破浪單元,破浪單元用于通過(guò)基于船a對(duì)運(yùn)輸單元進(jìn)行破浪;
9、分配b只船b作為船隊(duì)的運(yùn)輸單元,運(yùn)輸單元用于運(yùn)輸目標(biāo)貨物;
10、分配多只無(wú)人機(jī)作為船隊(duì)的
11、進(jìn)一步的,識(shí)別模型,包括:
12、根據(jù)第一圖像的拍攝時(shí)刻,將拍攝時(shí)刻作為預(yù)設(shè)時(shí)間窗口的中心時(shí)刻,獲得預(yù)設(shè)時(shí)間窗口內(nèi)第只船a的加速度向量,;其中,表示預(yù)設(shè)時(shí)間窗口內(nèi)第個(gè)時(shí)刻的第只船a的加速度參數(shù),;
13、基于每只船a加速度向量計(jì)算第一圖像對(duì)應(yīng)的破浪分?jǐn)?shù),計(jì)算公式如下:
14、;
15、;
16、其中,表示第一圖像的破浪分?jǐn)?shù),表示加速度向量的檢查得分,表示加速度向量的數(shù)量的索引,和表示預(yù)設(shè)時(shí)間窗口的起始時(shí)刻和終止時(shí)刻,表示預(yù)設(shè)時(shí)間窗口的總時(shí)間長(zhǎng)度,表示第一圖像的拍攝時(shí)刻,表示加速度向量中第個(gè)時(shí)刻的加速度參數(shù),表示第只船a的位置距離船隊(duì)中心位置的歐式距離,、和分別表示加速度向量中第個(gè)時(shí)刻的加速度參數(shù)在橫軸、縱軸和垂直軸三個(gè)方向的分量,表示檢查得分的權(quán)重參數(shù),表示預(yù)設(shè)時(shí)間窗口權(quán)重參數(shù),表示第只船a的位置的權(quán)重參數(shù);
17、將第一圖像作為訓(xùn)練樣本,將破浪分?jǐn)?shù)作為訓(xùn)練樣本的樣本標(biāo)簽,以訓(xùn)練得到識(shí)別模型,識(shí)別模型包括圖像處理層和隱藏層;
18、識(shí)別模型的輸出表示第一圖像對(duì)應(yīng)的預(yù)測(cè)破浪分?jǐn)?shù),將預(yù)測(cè)破浪分?jǐn)?shù)和樣本標(biāo)簽的均誤方差作為識(shí)別模型的損失函數(shù),以對(duì)識(shí)別模型的圖像處理層和隱藏層的超參數(shù)進(jìn)行反向傳播更新。
19、進(jìn)一步的,識(shí)別模型的圖像處理層,圖像處理層用于對(duì)第一圖像進(jìn)行特征轉(zhuǎn)換,包括:
20、對(duì)第一圖像進(jìn)行語(yǔ)義分割,得到語(yǔ)義矩陣,語(yǔ)義矩陣包括若干船只的元素和海面元素;對(duì)船只元素進(jìn)行八鄰域聚類,得到若干船只簇;
21、以每個(gè)船只簇的中心元素為中心,將對(duì)應(yīng)的船只簇的邊緣元素按預(yù)設(shè)比例進(jìn)行擴(kuò)增,得到擴(kuò)增簇,并將擴(kuò)增簇內(nèi)的元素均替換為0,得到分割矩陣;其中,預(yù)設(shè)比例大于1;
22、對(duì)分割矩陣邊緣檢測(cè),以得到分割矩陣的若干特征邊緣;
23、將分割矩陣中對(duì)應(yīng)語(yǔ)義矩陣的擴(kuò)增簇的位置進(jìn)行邊緣填充,具體包括:
24、對(duì)若干特征邊緣根據(jù)角度進(jìn)行聚類,得到特征邊緣最大聚類的邊緣角度;
25、獲得特征邊緣的密度,特征邊緣的密度為分割矩陣中特征邊緣的元素?cái)?shù)量和語(yǔ)義矩陣中非擴(kuò)增簇的元素?cái)?shù)量之比;
26、對(duì)分割矩陣中對(duì)應(yīng)語(yǔ)義矩陣的擴(kuò)增簇的位置,根據(jù)邊緣角度和密度隨機(jī)填充邊緣,得到第一特征轉(zhuǎn)換圖;其中,填充的邊緣的邊緣角度與特征邊緣最大聚類的邊緣角度相同,填充的邊緣的元素?cái)?shù)量和語(yǔ)義矩陣中擴(kuò)增簇的元素?cái)?shù)量之比等于密度。
27、進(jìn)一步的,識(shí)別模型的圖像處理層,圖像處理層還用于對(duì)第二圖像和第三圖像進(jìn)行特征轉(zhuǎn)換,包括:
28、對(duì)第二圖像或者第三圖像進(jìn)行邊緣檢測(cè),分別得到第二特征轉(zhuǎn)換圖或者第三特征轉(zhuǎn)換圖。
29、進(jìn)一步的,識(shí)別層的隱藏層,隱藏層用于輸入第一特征轉(zhuǎn)換圖、第二特征轉(zhuǎn)換圖或者第三特征轉(zhuǎn)換圖,隱藏層的計(jì)算公式如下:
30、;
31、;
32、其中,表示隱藏層對(duì)第一特征轉(zhuǎn)換圖、第二特征轉(zhuǎn)換圖或者第三特征轉(zhuǎn)換圖輸出的破浪分?jǐn)?shù),表示第一特征轉(zhuǎn)換圖、第二特征轉(zhuǎn)換圖或者第三特征轉(zhuǎn)換圖,表示左奇異矩陣,表示奇異值矩陣,表示右奇異矩陣,表示隱藏層的權(quán)重向量,表示隱藏層的偏置向量,表示,表示隱藏層的偏置矩陣,表示隱藏層的權(quán)重矩陣,表示矩陣特征值分解操作,表示向量轉(zhuǎn)置操作,表示向量拼接操作,表示激活函數(shù),表示激活函數(shù)。
33、進(jìn)一步的,實(shí)現(xiàn)運(yùn)輸單元對(duì)目標(biāo)貨物的穩(wěn)定運(yùn)輸,包括:
34、步驟1,初始化生成若干個(gè)符合約束條件的個(gè)體,以構(gòu)建目標(biāo)種群;
35、個(gè)體通過(guò)特征矩陣表示為:;其中,表示第只船的行駛角度,表示第只船的行駛速度,;
36、約束條件包括:;其中,和分別表示船b的最大允許行駛角度和最小允許行駛角度;
37、;其中,和分別表示船b的最大允許行駛速度和最小允許行駛速度;
38、其中,表示行駛速度閾值,表示第只船的行駛速度,表示第只船的行駛速度,,;
39、步驟2,目標(biāo)函數(shù)基于識(shí)別模型構(gòu)建,具體包括:
40、獲得基于每個(gè)個(gè)體在第個(gè)時(shí)刻的第二圖像,第個(gè)時(shí)刻的第一圖像,第個(gè)時(shí)刻第三圖像;
41、基于識(shí)別模型獲得第個(gè)時(shí)刻的第二圖像、第個(gè)時(shí)刻的第一圖像和第個(gè)時(shí)刻第三圖像的破浪分?jǐn)?shù)、和;
42、目標(biāo)函數(shù)的計(jì)算公式為:
43、;其中,和分別表示第一懲罰項(xiàng)系數(shù)和第二懲罰項(xiàng)系數(shù),表示理想破浪常數(shù);
44、步驟3,計(jì)算每個(gè)個(gè)體的目標(biāo)函數(shù)值,并根據(jù)目標(biāo)函數(shù)值進(jìn)行從小到大的排序,得到特征排序;
45、步驟4,從前向后保留特征排序中預(yù)設(shè)數(shù)量的個(gè)體,對(duì)剩余的個(gè)體作為父代進(jìn)行更新迭代;
46、步驟5,循環(huán)步驟3和步驟4達(dá)到預(yù)設(shè)次數(shù),停止更新迭代,輸出目標(biāo)函數(shù)值最小的個(gè)體,并基于目標(biāo)函數(shù)值最小的個(gè)體設(shè)定每只船b的行駛速度和行駛角度,實(shí)現(xiàn)運(yùn)輸單元對(duì)目標(biāo)貨物的穩(wěn)定運(yùn)輸。
47、進(jìn)一步的,對(duì)剩余的個(gè)體作為父代進(jìn)行更新迭代,更新公式如下:
48、;
49、其中,表示第次迭代時(shí)父代個(gè)體的更新矩陣,表示第次迭代時(shí)父代個(gè)體的矩陣,表示更新權(quán)重,表示第次迭代時(shí)特征排序排名第一的個(gè)體的矩陣,表示大小為的對(duì)角線元素為1,其余元素為0的稀疏矩陣。
50、本專利技術(shù)的有益效果在于:通過(guò)構(gòu)建智能監(jiān)測(cè)與動(dòng)態(tài)優(yōu)化的船隊(duì)貨物狀態(tài)管理系統(tǒng),整合了船隊(duì)構(gòu)建本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),其特征在于,船隊(duì)包括破浪單元、運(yùn)輸單元和數(shù)據(jù)采集單元:
3.根據(jù)權(quán)利要求2所述的一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),其特征在于,識(shí)別模型,包括:
4.根據(jù)權(quán)利要求3所述的一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),其特征在于,識(shí)別模型的圖像處理層,圖像處理層用于對(duì)第一圖像進(jìn)行特征轉(zhuǎn)換,包括:
5.根據(jù)權(quán)利要求4所述的一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),其特征在于,識(shí)別模型的圖像處理層,圖像處理層還用于對(duì)第二圖像和第三圖像進(jìn)行特征轉(zhuǎn)換,包括:
6.根據(jù)權(quán)利要求5所述的一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),其特征在于,識(shí)別層的隱藏層,隱藏層用于輸入第一特征轉(zhuǎn)換圖、第二特征轉(zhuǎn)換圖或者第三特征轉(zhuǎn)換圖,隱藏層的計(jì)算公式如下:
7.根據(jù)權(quán)利要求3所述的一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),其特征在于,實(shí)現(xiàn)運(yùn)輸單元對(duì)目標(biāo)貨物的穩(wěn)定運(yùn)輸,包括:
8.根據(jù)權(quán)利要求7所述的一種智能監(jiān)
...【技術(shù)特征摘要】
1.一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),其特征在于,船隊(duì)包括破浪單元、運(yùn)輸單元和數(shù)據(jù)采集單元:
3.根據(jù)權(quán)利要求2所述的一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),其特征在于,識(shí)別模型,包括:
4.根據(jù)權(quán)利要求3所述的一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),其特征在于,識(shí)別模型的圖像處理層,圖像處理層用于對(duì)第一圖像進(jìn)行特征轉(zhuǎn)換,包括:
5.根據(jù)權(quán)利要求4所述的一種智能監(jiān)測(cè)的組合船隊(duì)貨物狀態(tài)管理系統(tǒng),其特征在...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:趙劍青,
申請(qǐng)(專利權(quán))人:時(shí)代天海廈門(mén)智能科技有限公司,
類型:發(fā)明
國(guó)別省市:
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。