№ CN122926313A발명
알 수 없음一种基于多任务学习的汽车充电桩布局优化方法
本发明公开了一种基于多任务学习的汽车充电桩布局优化方法,具体包括:构建GSEM,每条因果路径为一个子任务;获取个体数据与ARIMAX生成的区域时序预测数据,嵌入GSEM;将GSEM似然函数分解为多个子任务似然函数,每个子任务含共享参数;计算各子任务似然对共享参数的梯度,得到子任务梯度向量;将梯度向量映射到观测变量残差构成的Medusa令牌空间;在令牌空间中计算梯度余弦相似度,判定冲突梯度,减去冲突分量;将调制梯度逆映射回参数空间,更新共享参数,迭代至收敛,输出标准化效应值以调整充电桩布局参数。本发明融合GSEM与Medusa令牌空间梯度调控,消除多路径梯度冲突,提升布局决策精度。
❖天津铁发科技发展有限公司吴菁睿; 戴正皓; 戴德; 曹景铭Oct 16, 2026§ 1/8 청구항G06F 18/25 (2023.01), G06F 18/24 (2023.01), G06F 18/214 (2023.01) +5