Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南昌大学田西获国家专利权

南昌大学田西获国家专利权

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!

龙图腾网获悉南昌大学申请的专利一种基于ANN的社区低值可回收物投递量预测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:CN119782787B

龙图腾网通过国家知识产权局官网在2025-07-25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:202510279232.3,技术领域涉及:G06F18/213;该发明授权一种基于ANN的社区低值可回收物投递量预测方法是由田西;袁可欣;彭菲;李梓鹓设计研发完成,并于2025-03-11向国家知识产权局提交的专利申请。

一种基于ANN的社区低值可回收物投递量预测方法在说明书摘要公布了:本发明提供了一种基于ANN的社区低值可回收物投递量预测方法,旨在优化智能回收系统的资源分配和布局策略。通过收集覆盖多个社区的低值可回收物投递站点的历史投递数据及其外部特征数据,进行数据预处理,训练生成ANN模型,该模型能够捕捉居民投递行为的复杂模式关系,为每个可回收物投递站点未来3至7天的投递量提供短期精确预测。此外,选取了社区综合品质得分和便利性特征为社区分类的两大依据,基于K均值聚类方法实现了对社区差异化的清运与资源调度策略制定,从而提高智能回收系统的运营效率和可持续发展能力。

本发明授权一种基于ANN的社区低值可回收物投递量预测方法在权利要求书中公布了:1.一种基于ANN的社区低值可回收物投递量预测方法,其特征在于,利用ANN处理和分析社区多站点投递数据,包括以下步骤: 数据采集:获取覆盖多个社区的低值可回收物投递站点的历史投递数据、外部特征数据和社区特征数据;其中,所述外部特征数据包括天气信息、工作日状态、节日促销信息,所述社区特征数据包括社区经济特征和便利性特征;所述数据采集中外部特征数据和社区特征数据的获取方法,具体为从互联网开放数据源中获取详细的天气状况、气温、风力等级、社区房价、社区房龄、社区绿化率和社区容积率,以及自定义工作日、节日或促销日;所述便利性特征则通过社区物业提供的数据计算得出,包括社区人数和社区铺设的回收站点数量,进而得到单设备服务人数;通过单设备服务人数衡量所述便利性特征;单设备服务人数是每个回收设备平均服务的居民数量,反映了投递便利性; 数据预处理:对历史投递数据及外部特征数据,采用拉格朗日插值法进行缺失值填充、采用箱型图法进行异常值检测与剔除,并采用Max-Min方法进行归一化处理,以确保数据质量和一致性; 模型建立:设计一个多层次的ANN结构,该ANN结构包含输入层、两个隐藏层以及输出层;其中,输入层接收多维特征向量,隐藏层利用非线性激活函数ReLU捕捉居民投递行为的复杂模式关系,输出层则提供针对特定低值可回收物投递站点每日投递量的预测结果;所述模型建立中第一层隐藏层包含256个神经元,第二层隐藏层包含128个神经元,并且初始学习率设定为0.001; 模型训练:在训练过程中,采用Adam优化器调整ANN模型的参数,并通过交叉验证优化超参数配置;同时,使用多种预测评估指标全面评估ANN模型的预测精度;所述模型训练中训练过程的批量大小设置为32,最大迭代次数为500次,以确保模型充分训练的同时避免过拟合; 多站点预测:采用滑动窗口法生成时间序列样本,利用训练好的ANN模型对未来3至7天内每个低值可回收物投递站点的投递量进行独立预测,得到短期预测数据; 社区差异分析:首先基于社区经济特征,通过熵值法计算各社区的综合品质得分,其次结合便利性特征并利用K均值聚类算法统计社区综合品质得分,最后根据得分实现社区类型分类;基于分类结果,根据历史投递数据和短期预测数据,制定针对性的资源调度策略,优化清运频率和设施布局。

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南昌大学,其通讯地址为:330000 江西省南昌市红谷滩新区学府大道999号;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”。

免责声明
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。