一种基于神经网络预测分层的多层软测量建模系统及方法

    公开(公告)号:CN111062118B

    公开(公告)日:2023-05-05

    申请号:CN201911126724.X

    申请日:2019-11-18

    Applicant: 华侨大学

    Abstract: 本发明一种基于神经网络预测分层的多层软测量建模系统及方法,方法包括:通过分析整个工艺过程的化学反应机理、物料平衡和能量守恒原理,确定难以测量的主导变量和易测量的辅助变量,然后建立功能良好的软测量结构,来达到对主导变量实时监测的功能。本发明将传统的RSM数学模型进行拆分多层,主要是将数据库中的样本点根据一定的规律相似特性进行分类,并采用神经网络算法基于有限的样本点分类情况建立弱分类预测数学模型,可以很好的对样本点的分类进行预测,然后分别对不同类别的样本点进行数学建模,从而建立不同类别样本点的响应面数学模型,该方法可以最大限度的提高所建立数学模型的精度,减小预测误差。

    一种基于神经网络预测分层的多层软测量建模系统及方法

    公开(公告)号:CN111062118A

    公开(公告)日:2020-04-24

    申请号:CN201911126724.X

    申请日:2019-11-18

    Applicant: 华侨大学

    Abstract: 本发明一种基于神经网络预测分层的多层软测量建模系统及方法,方法包括:通过分析整个工艺过程的化学反应机理、物料平衡和能量守恒原理,确定难以测量的主导变量和易测量的辅助变量,然后建立功能良好的软测量结构,来达到对主导变量实时监测的功能。本发明将传统的RSM数学模型进行拆分多层,主要是将数据库中的样本点根据一定的规律相似特性进行分类,并采用神经网络算法基于有限的样本点分类情况建立弱分类预测数学模型,可以很好的对样本点的分类进行预测,然后分别对不同类别的样本点进行数学建模,从而建立不同类别样本点的响应面数学模型,该方法可以最大限度的提高所建立数学模型的精度,减小预测误差。

    一种用于城际网约车路径规划的多任务优化方法及系统

    公开(公告)号:CN115186905A

    公开(公告)日:2022-10-14

    申请号:CN202210828982.8

    申请日:2022-07-14

    Applicant: 华侨大学

    Abstract: 本发明涉及一种用于城际网约车路径规划的多任务优化方法及系统,将城际网约车路径规划问题定义为一个包含五个目标的多目标问题;通过基于贪婪的系列路径构造方法为当前的路径规划任务构造初始非占优的规划方案;基于问题分解策略的多任务环境构造方法将单个路径规划问题分解成多个表示不同方向的子问题,并将多个子问题组合成多个任务实现多任务化,加速生成路径规划方案过程;并提出一种知识转移策略将其他不同路径规划任务代表的解区域中得到的优秀路径规划方案解转移到目标任务,对路径规划方案进行多样性优化。最后引入基于链的自适应局部搜索对路径规划方案进行迭代优化。本发明能够高效地规划城际网约车的出行路径。

Patent Agency Ranking