根据《广东海洋大学科技成果转化管理办法》(校科技〔2023〕2号)的规定,现对我校科技成果转化(专利权转让)事项进行公示,公示期间,如对所公示事项有异议,请以书面形式向科技处反映,并请署真实姓名、联系地址和联系电话,逾期不予受理。
科技成果名称一:一种基于多策略改进海象优化算法的机器人路径规划方法
科技成果类型:发明专利
专利号:ZL202411181289.1
专利授权日:2025年02月11日
专利权人:广东海洋大学
发明人:柯永福,纪伟楠,罗朋,杨玉强,曾沛桐,周志成,郑海力
专利简介:本发明属于机器人技术领域,并公开了一种基于多策略改进海象优化算法的机器人路径规划方法,包括:构建若干初始路径,以路径最短为目标,构建适应度函数,并以此生成海象种群,计算各海象的适应度值,通过海象算法的搜索阶段迭代更新海象位置,采用最优邻近动态调整方法和定向演化变异策略更新海象种群,结合红尾鹰算法的搜索行为进行种群迭代;进行随机游走和最优值增强,最后结合红尾鹰算法的攻击行为对全局最优海象位置进行更新,本发明所述技术方案提升了路径规划算法的收敛速度和解的质量,保持了在高维和非线性问题空间中的鲁棒性。
科技成果名称二:基于神经网络的Buck变换器导通模式切换控制方法
科技成果类型:发明专利
专利号:ZL202311674687.2
专利授权日:2024年05月28日
专利权人:广东海洋大学
发明人:罗朋,唐志杨,罗炜芊,姜淏予,郑海力,赵黎明,陈海生
专利简介:本发明公开了基于神经网络的Buck变换器导通模式切换控制方法,包括:建立Buck变换器的状态空间平均模型,采集Buck变换器在DCM和CCM下的输出电压和电感电流代入状态方程,利用神经网络的反向传播的特性,获得不同工况下精准的状态模型;根据状态模型进行EMPC设计,生成可视化控制律分布图;采集DCM和CCM的可视化控制律作为第二神经网络的训练数据,通过前向传播获得神经网络输出,将神经网络输出与EMPC得到的最优占空比比较得到误差;通过第二神经网络对EMPC进行高度拟合,完成离线训练;将训练好的神经网络参数提取到FPGA,对输入数据进行加权求和计算,得到控制Buck变换器所需的占空比。
受让方:深圳万知达企业管理有限公司
是否关联交易:否
定价方式:协议定价
专利转让金额:总计人民币1万元,每件专利0.5万元/件
公示时间:2025年7月7日——2025年7月21日
联系人:丁老师
联系电话:0759-2396193
科学技术部
2025年7月7日