本技术公开了一种基于物联网的物流供应链智能预警系统，涉及物流供应技术领域，该基于物联网的物流供应链智能预警系统包括:用于对物流请求进行处理的调度中心；用于对物流供应链进行智能预警的预警模组。本发明通过数据收集单元对物流供应链信息进行收集，数据清洗单元可对收集物流供应链信息整理，并将整理信息代入回归模型模组计算，通过公式对物流供应链成本进行预测推算，通过评估单元可对物流供应链运行进行评估，并通过与数据模拟单元配合使用可对完成货物交易产生的经济支出与收入进行计算，通过核算单元、评估单元、综合评估单元配合使用可实现了对物流供应链进行智能预警的功能。

 本技术公开了一种利用强化学习生成非线性协同金融产品alpha因子的方法，涉及金融量化和强化学习领域，所述方法包括:步骤1、输出BEG的token，并将当前环境状态作为特征输入给策略梯度网络，输出下一个token；步骤2、更新当前环境状态，再输入给策略梯度网络，输出下一个token；步骤3、重复步骤2，直至生成一个完整的alpha因子式；步骤4、将完整的alpha因子表达式放入alpha因子池中，分配随机权重；再将alpha因子池中的所有因子输入到非线性神经网络中进行回归训练，确定每个alpha因子的权重；步骤5、组成一个具有协同作用的总的alpha因子，并将互信息系数作为奖励函数；步骤6、根据奖励函数，用蒙特卡洛方法更新策略梯度网络；重复步骤1~5，直到得到一个有效的预测结果。

 本技术公开了一种液氢储罐压力预测方法、装置及系统，方法包括:获取液氢储罐的工艺参数并进行预处理，得到输入参数；将输入参数输入训练好的液氢储罐压力预测模型，输出液氢储罐在预计存储时长后的罐内压力预测值。本发明降低了由于数据样本过少对神经网络泛化性能产生的不利影响，有效提高了液氢储罐压力预测的精度。

 本技术公开了一种基于卷积神经网络和信号矩阵化的油液磨粒特征识别方法，该方法首先使用感应式磨粒检测传感器对润滑油进行实时数据采集，获得待处理原始信号，对检测信号进行谐波参数估计与磨粒中心频率估计，根据传感器输出信号数学模型仿真检测信号模型，使用仿真信号模型生成多组仿真磨粒信号并根据磨粒中心频率设置参数，进行低通滤波和谐波干扰抑制；本发明所提的算法相比于传统算法可以更进一步提升磨粒信号的信噪比，探索了深度学习技术在感应式磨粒传感器信号处理与特征提取方面的应用，并且提出了可靠的数据处理策略与完整的新型磨粒检测运行框架，实现有效的磨粒电压特征提取，满足感应式磨粒传感器的实际运行需要。

 本技术公开一种集成海上风机的离岸制氢平台容量规划方法，属于海上风电场工程规划技术领域，步骤如下:输入带规划海域一年以上的年风速曲线；利用风速‑功率转换曲线获得年功率曲线；按季度分类，对每个季度的曲线按照均值和方差利用k‑means方法进行聚类，获得初始典型周曲线；调整修正参数，使修正后的曲线和原始曲线特征参数一致；设定规划模型目标函数和约束条件，并求解规划模型，获得最优容量结果。本发明能够准确评估待规划海域风机的发电能力并高效处理可再生能源发电的变化性和季节性，确保了离岸制氢平台能有效满足待规划区域的氢气需求，促进可再生能源的综合利用，减少储能系统的设备损耗，提高系统经济性。

 本技术涉及一种距离选择算法的多无人机任务分配方法，其步骤为:构建初始任务排列模型，计算任务点动态聚类中心，构建距离选择算法的任务点动态分配模型，执行任务航线空间关系评价函数，实现任务分配方案调整，优化飞行任务分配。本发明是考虑到任务空间分布特征、任务分配合理性性和经济性等的飞行任务分配问题。其算例结果表明，利用距离选择算法在多无人机、多任务情形下能实现最经济、最合理的多无人机任务分配，该方法能够给民用无人机提供有效合作模式同时提高了任务执行的效率和经济效益。

 本文属于任务分配技术领域，具体涉及一种基于时序约束的多智能体协同搜索路径规划方法。该方法包括以下步骤:初始化智能体集合及待搜索目标点集合；启动第一搜索阶段，全局计时器开始计时并对所有智能体依次执行备选目标点搜索操作；随全局计时器的计时持续地向前滑动一时间窗口，当任意一个智能体的备选目标点进入时间窗口时，对该智能体执行规划路径更新操作；对所有智能体重新依次执行备选目标点搜索操作，直到待搜索目标点集合为空集或全局计时器计时达到第一搜索阶段终止时刻。本申请基于时间窗口选择对应的智能体执行搜索任务，避免某一智能体陷入局部最优搜索而导致全局搜索效率低下的情况。

 本技术涉及薄壁件加工系统动力学参数辨识技术领域，提供一种面向侧铣加工的曲面薄壁件时变动力学参数计算方法，包括步骤1、导入工件模型，对基体和材料去除体进行不同处理；步骤2、导入轴向切深等于曲面薄壁悬壁高度的刀位数据文件；步骤3、创建融合刀位信息的有限元网格；步骤4、在材料去除体底边棱L15所有节点上分别定义局部坐标系，用于已去除材料网格的快速判定；步骤5、改变材料去除体的材料属性以便模拟工件材料切削过程；步骤6、使用分块兰索斯法对任意刀具位置的曲面薄壁进行模态分析；步骤7、提取模态频率以及振型，用于加工稳定性预报。本发明能够更加方便获取曲面薄壁件侧铣稳定性预报程序所需的动力学参数。

 本技术公开了一种基于图神经网络的超大规模工业软件供应链分阶段异常检测方法，其将软件异常检测任务分成两个阶段进行处理，在快速污染阶段中，本发明使用简单的模型快速学习全局的异常模式，并且筛选出可能的异常节点和区域；在精准检测阶段中，本发明使用更加复杂的模型来完成异常节点的检测。此外，本发明根据混沌理论中的李雅普诺夫系数定义了图上节点的“混乱程度”，并且利用图神经网络快速过平滑的“缺陷”对图上异常节点的行为模式进行快速扩散，模拟整个混沌系统的传播过程；通过这种方式，本发明可以快速学习到全局节点的异常模式，并且快速准确地筛选出候选的异常节点和区域。

 本技术公开了一种计及下垫面和云物理参数化的雾凇积冰预报方法及系统，属于电力气象技术领域，包括，收集高时空分辨率的陆地覆盖数据MODIS资料，将MODIS数据拼接和预处理；通过MAKKONEN雾凇积冰模型与WRF‑ARW中的云微物理方案中的全耦合，得到能够直接进行雾凇覆冰计算的中小尺度数值模式WRF‑Icing‑Fog；通过对全球大气再分析数据或全球预报系统预报数据获取驱动中小尺度模式WRF‑ARW的前处理系统WPS；使用WRF‑Icing‑Fog构建高分辨率雾凇积冰数值预报模型从而得到最终雾凇积冰直径和雾凇积冰质量等积冰结果。将WRF‑ARW模式中的云微物理参数化方案——Thompson‑aero‑MP方案和MAKKONEN雾凇积冰模型进行全耦合，构建了WRF‑Icing‑Fog全耦合雾凇积冰数值预报模式，明显减少了离线计算积冰的计算步骤，直接获取雾凇覆冰特征数据。