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

发明专利有效专利

申请号：
CN201911126724.X
IPC分类号：G06F30/20;G06N3/04;G06N3/08;G06K9/62
申请日期：
2019-11-18
申请人：
华侨大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	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
申请号	CN201911126724.X	申请日期	2019-11-18
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-04-24	公开/公告号	CN111062118A
优先权	暂无	优先权号	暂无
主分类号	G06F30/20	IPC分类号	G;0;6;F;3;0;/;2;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;K;9;/;6;2查看分类表>
申请人	华侨大学	申请人地址	福建省泉州市丰泽区城东城华北路269号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华侨大学	当前权利人	华侨大学
发明人	蔡奕侨;程美琴;邹烨;傅顺开;田晖;陈永红
代理机构	厦门市首创君合专利事务所有限公司	代理人	张松亭;李艾华

摘要

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。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供