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！

龍圖騰網恭喜西安理工大學申請的專利基于深度強化學習參數自動調整的鋁電解故障識別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：CN114595750B 。

龍圖騰網通過國家知識產權局官網在2025-05-13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：202210186157.2，技術領域涉及：G06F18/2415；該發明授權基于深度強化學習參數自動調整的鋁電解故障識別方法是由吳亞麗;王君虎;楊延西;鄭帥龍設計研發完成，并于2022-02-28向國家知識產權局提交的專利申請。

本基于深度強化學習參數自動調整的鋁電解故障識別方法在說明書摘要公布了：本發明公開的基于深度強化學習參數自動調整的鋁電解故障識別方法，包括以下步驟：步驟1、對收集到的鋁電解數據進行處理；步驟2、選擇一維卷積神經網絡作為網絡模型，確定分類器為softmax；步驟3、對卷積神經網絡模型的網絡結構進行優化及確定；步驟4、對分類模型進行訓練；步驟5、判斷終止條件；步驟6、待識別樣本輸入分類；步驟7、計算識別率。本發明基于深度強化學習參數自動調整的鋁電解故障識別方法，解決了現有技術中鋁電解故障數據識別的準確性不高，故障識別模型結構難以確定的問題。

本發明授權基于深度強化學習參數自動調整的鋁電解故障識別方法在權利要求書中公布了：1.基于深度強化學習參數自動調整的鋁電解故障識別方法，其特征在于，包括以下步驟：步驟1、對收集到的鋁電解數據進行處理；步驟2、選擇一維卷積神經網絡作為網絡模型，確定分類器為softmax；步驟3、對卷積神經網絡模型的網絡結構進行優化及確定；步驟3的具體實施方式為：3.1確定輸入層節點數，卷積神經網絡輸入層節點數的個數與待識別物體數據維度d有關，是待識別物體特征數的輸入；3.2確定輸出層節點數，對于整個卷積神經網絡模型，輸出層節點數為鋁電解數據中待識別樣本的類的個數k；3.3確定及優化隱層網絡結構；步驟3.3的具體實施方式為：3.3.1網絡初始化，使用一組超參數對卷積神經網絡進行初始化，在該組超參數的基礎上定義合理的狀態空間，并對狀態空間進行離散化操作；3.3.2建立深度強化學習模型，定義智能體agent為一個具有三層全連接結構的深度神經網絡，用于在不同的狀態下根據策略選擇動作，策略定義為該神經網絡的權值參數，狀態s定義為卷積神經網絡超參數組合的元組形式，如2所示，s＝{e,f,o,h}2其中，e表示卷積核大小、f表示卷積核個數、o表示全連接層數、h表示全連接層的節點數，定義最優超參數組合，即使得卷積神經網絡的分類性能達到最優超參數組合為s*，動作a定義為對當前卷積神經網絡超參數進行的調整，即在步驟3.3.1定義好的的狀態空間范圍內，根據策略函數的引導，選擇其中的一個超參數，并選定一個調整方向對該參數作一個單位的調整，用Pbest表示分類器的最佳性能，Nbest表示最佳性能連續出現的次數，設定最優性能連續出現的最大次數閾值為I；3.3.3智能體動態決策，智能體處于狀態s時，采用ε-greedy算法選擇動作a對超參數組合中的某一參數向某個方向調整一個單位，完成動作a后，得到一組新的超參數組合s’，即智能體由狀態s轉移到狀態s’，在狀態s’下重新訓練故障識別網絡；3.3.4性能評價，環境的回報r定義為當前參數配置下卷積神經網絡對于不同類別樣本識別精度的加權和，用r評價故障識別網絡在狀態s下的性能；3.3.5更新Np，在迭代過程中，記錄分類模型的最佳性能為Pbest，如果rPbest，則Nbest＝0，如果rPbest，則令Nbest＝Nbest+1，用以統計最佳性能出現的次數，進而判斷模型是否收斂到最佳性能，即Nbest是否達到閾值I；3.3.6更新智能體策略，將卷積神經網絡的分類結果r作為環境的反饋值，智能體根據該反饋值不斷優化策略；3.3.7判斷是否達到終止條件，判斷最優性能連續出現的次數Nbest是否達到預先設定的最大次數I，若未達到，則返回3.3.3，令Nbest＝Nbest+1，并利用智能體對網絡結構參數重新進行決策，若已達到，進入步驟3.3.8；3.3.8輸出最優超參數組合，輸出針對該故障識別網絡模型的最優超參數組合s*，并將最優超參數組合s*作為卷積神經網絡的最優結構，代入后續訓練；步驟4、對分類模型進行訓練對分類模型進行訓練分為網絡初始化、數據特征提取、建立目標函數、以及梯度下降法優化參數；步驟5、判斷終止條件設定最優性能連續出現的次數為Nbest，判斷識別網絡的最優性能連續出現的次數是否達到最大次數為I，若未達到，返回步驟3重新優化結構參數；若滿足，則進入步驟6；步驟6、待識別樣本輸入分類將鋁電解數據測試樣本輸入到已經訓練好的網絡模型，利用訓練好的網絡對待識別樣本進行分類；步驟7、計算識別率利用式4計算網絡對鋁電解數據最優識別準確率： 其中，n為測試樣本總數，b為分類正確的待識別樣本。

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西安理工大學，其通訊地址為：710048 陜西省西安市碑林區金花南路5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”。