| 专利名称 |
一种改进TSO优化深度学习模型的软测量方法 |
| 申请号/专利号 |
CN202410651568.3 |
专利权人(第一权利人) |
长春工业大学 |
| 申请日 |
2024-05-24 |
授权日 |
2024-08-20 |
| 专利类别 |
授权发明 |
战略新兴产业分类 |
新一代信息技术 |
| 技术主题 |
深度学习|工程学|超参数|学习方法|生物学|学习模型|数据预处理|监督学习|算法优化 |
| 应用领域 |
混沌模型|人造生命|非线性系统模型|设计优化/仿真 |
| 意向价格 |
具体面议 |
| 专利概述 |
本发明属于工业过程软测量的领域,具体涉及一种改进TSO优化深度学习模型的软测量方法。本发明的主要内容是依据具体的工业过程和现场工况选择辅助变量,通过数据预处理,基于深度学习方法建立脱丁烷塔工业过程的软测量模型,并对其进行监督学习。采用通过混沌映射方法改进过的金枪鱼群算法优化模型的三个超参数,并对软测量模型进行验证,最终解决脱丁烷塔过程中丁烷浓度获取困难、预测模型难以建立、控制过程存在较大滞后等问题,从而实现对生产对象运行状态的有效监控和稳定控制,从而减少对人工经验依赖以及提高生产设备智能化的水平。 |
| 图片资料 |
|
| 合作方式 |
具体面议 |
| 联系人 |
戚梅宇 |
联系电话 |
13074363281 |