摘要
本发明提供了一种基于人工智能的密集库可视化建模方法及系统,通过构建五维特征体系,根据五维特征体系,实时获取对应的货物特征数据,并生成标准化的货物特征向量;采用改进型深度聚类算法对货物特征向量进行动态聚类,自动生成适配不同货物类型的孪生模型,并在孪生模型中嵌入关于货物运作规则的逻辑参数,形成双维度模型库;实时采集密集库的货物约束、空间约束以及设备约束,并基于AHP层次分析法分配权重,随后采用融合算法,在双维度模型库中确定与货物匹配的最优模型;构建密集库的三维孪生模型,实时采集货物的三维空间坐标,并根据三维空间坐标,将最优模型实时映射至三维孪生模型,最终实现精准地对密集库的实时情况进行动态可视化展示。
技术关键词
可视化建模方法
模型库
聚类算法
融合算法
层次分析法
可视化建模系统
存取动作
货架结构
物流设备
参数
逻辑
动态可视化
机械臂
坐标
处理器
物理
系统为您推荐了相关专利信息
航空发动机燃油
性能评估方法
数字孪生模型
指标
装备
健康风险评价
高风险
静脉血氧饱和度
配对方法
动脉血氧饱和度
语义向量
K均值聚类算法
面向无人车
主成分分析方法
多语言
企业信息系统
客观评价指标
正态云模型
评价分析方法
网络分析法