国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發布專利 發布成果 人才入駐 發布商標 發布需求

在線咨詢

聯系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 IP管家助手 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜重慶大學李巖獲國家專利權

恭喜重慶大學李巖獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

龍圖騰網恭喜重慶大學申請的專利一種冷鏈物流溫度預測方法和溫度調控方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN113988262B

龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202111265906.2,技術領域涉及:G06N3/0499;該發明授權一種冷鏈物流溫度預測方法和溫度調控方法是由李巖;林眀錦;王超設計研發完成,并于2021-10-28向國家知識產權局提交的專利申請。

一種冷鏈物流溫度預測方法和溫度調控方法在說明書摘要公布了:本發明公開了一種冷鏈物流溫度預測方法和溫度調控方法,先將收集到的數據進行歸一化處理;然后將數據集輸入ELM模型,計算模型測評值。利用蜉蝣算法對ELM模型的輸入權重w和隱含層偏置b進行優化,不斷更新雄性蜉蝣和雌性蜉蝣的位置,并且進行交叉操作,從而獲得新的w和b,基于新的w和b計算新的模型測評值,更新模型最小測評值,以達到預測結果的誤差最小。判斷蜉蝣算法是否達到最大迭代次數,滿足條件則輸出最優解,否則繼續迭代優化,直至達到停止條件。輸出蜉蝣算法的最優參數,將結果帶入到極限學習機模型,輸出預測值并評估模型的性能。本方法可以得到更準確的溫度預測結果并基于該結果實現對溫度的有效調控。

本發明授權一種冷鏈物流溫度預測方法和溫度調控方法在權利要求書中公布了:1.一種冷鏈物流溫度預測方法,其特征在于,按如下步驟進行,1先建立極限學習機預測模型并對其輸入權重w和隱含層偏置b進行優化;1.1采集冷鏈運輸車輛或儲存設備中與溫度相關的數據,同時采集同一時刻下冷鏈運輸車輛內或儲存設備內不同位置的溫度值,篩選出溫度值中的最高溫度和最低溫度,與溫度相關的數據以及對應時刻的最高溫度和最低溫度作為一組數據;間隔一定時間,重復采集,得到若干組數據;將采集到的上述若干組數據中的所有數據進行歸一化處理;1.2極限學習機由輸入層、隱藏層和輸出層構成,設定極限學習機的輸入神經元個數與與溫度相關的數據個數對應,輸出神經元個數為兩個,對應最高溫度預測值和最低溫度預測值;隨機設置極限學習機的初始參數,包括輸入權重w和隱含層偏置b;1.3利用蜉蝣算法對極限學習機輸入權重w和隱含層偏置b進行優化,將極限學習機的輸入權重w和隱含層偏置b設置為蜉蝣算法的候選解個體,即極限學習機的輸入權重w和隱含層偏置b通過每個蜉蝣的位置來表達,在某一時刻,所有的蜉蝣位置均代表了可行解,但其中只有一個相對最優解;同時初始化蜉蝣種群,包括設置種群規模N,最大迭代次數,吸引力常數P1和P2,能見度常數α,隨機游走系數w,舞蹈系數v和交叉系數;1.4將步驟1.1采集的每組數據中與溫度相關的數據輸入其中一個蜉蝣對應的輸入權重w和隱含層偏置b下的極限學習機模型進行訓練,得到輸出層的兩個輸出,即每組數據的最高溫度預測值和最低溫度預測值,由此得到所有組數據的最高溫度預測值和最低溫度預測值,根據下式計算對應極限學習機模型測評值以評價極限學習的預測效果; 其中,Xc代表最高溫度實際值,Xcz指最高溫度實際值Xc對應的最高溫度預測值,Xd代表最低溫度實際值,Xdz指最低溫度實際值Xd對應的最低溫度預測值;h指數據的組數;1.5改變由不同蜉蝣表征的輸入權重w和隱含層偏置b并按步驟1.4進行訓練,得到該不同蜉蝣表征的輸入權重w和隱含層偏置b對應的測評值;直到將所有蜉蝣表征的輸入權重w和隱含層偏置b輪換一遍,得到所有蜉蝣對應的輸入權重w和隱含層偏置b對應的測評值,選擇測評值最小的蜉蝣對應的輸入權重w和隱含層偏置b作為該輪優化后的輸入權重w和隱含層偏置b;1.6根據蜉蝣算法的移動規則,完成一次蜉蝣迭代,即更新雄性蜉蝣位置、雌性蜉蝣位置以及蜉蝣交配,從而得到該次迭代后的所有蜉蝣及位置;由此得到該次迭代后的多個蜉蝣對應的輸入權重w和隱含層偏置b;1.7重復步驟1.4-1.5,計算該次迭代后最小測評值,該次迭代后得到的最小測評值與迭代前得到的最小測評值進行比較,兩者中最小的測評值作為新的最小測評值,將該新的最小測評值對應蜉蝣表征的輸入權重w和隱含層偏置b作為新優化的輸入權重w和隱含層偏置b;1.8判斷是否達到蜉蝣算法最大迭代次數,如是則輸出步驟1.7得到的新優化的輸入權重w和隱含層偏置b,該新優化的輸入權重w和隱含層偏置b即為最終優化的輸入權重w和隱含層偏置b;否則跳轉至步驟1.6,重復步驟1.6-1.7,直至達到停止條件;2采集需要進行溫度預測的冷鏈運輸車輛或儲存設備中與溫度預測相關的實際數據,該實際數據的個數和類型與步驟1.1中與溫度相關的數據個數和類型一致;3將采集得到的實際數據輸入步驟1最終優化的輸入權重w和隱含層偏置b下的極限學習機預測模型,得到輸出層兩個輸出,該兩個輸出即為實際數據對應的最高溫度預測值和最低溫度預測值。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人重慶大學,其通訊地址為:400044 重慶市沙坪壩區沙正街174號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 锦州市| 红桥区| 武城县| 郸城县| 凌源市| 保康县| 乌拉特中旗| 常德市| 于田县| 辰溪县| 镇巴县| 平遥县| 垫江县| 甘德县| 海林市| 宁津县| 卢氏县| 南丹县| 越西县| 迭部县| 霸州市| 蓝田县| 闵行区| 清流县| 湛江市| 文登市| 南丰县| 天长市| 兴化市| 扬州市| 黄浦区| 建宁县| 舒城县| 晋江市| 行唐县| 红桥区| 江安县| 荔浦县| 巩义市| 富阳市| 西乌|