东北大学李旭获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉东北大学申请的专利一种基于记忆性功能网络的带钢全长厚度预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116689503B 。
龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310427981.7,技术领域涉及:B21B37/16;该发明授权一种基于记忆性功能网络的带钢全长厚度预测方法是由李旭;栾峰;田向华;吴艳;刘宏旭;张弛;赵海金;廖哲;韩月娇设计研发完成,并于2023-04-20向国家知识产权局提交的专利申请。
本一种基于记忆性功能网络的带钢全长厚度预测方法在说明书摘要公布了:本发明的一种基于记忆性功能网络的带钢全长厚度预测方法,包括:每间隔相等时间采集一次实时过程轧制数据和带钢出口厚度的实测值,构成输入特征数据集;将输入特征数据集按比例、按时间顺序分为训练集和测试集并进行归一化处理;构建带钢厚度点预测的GLSTM网络,并训练得到点预测的GLSTM网络各层的连接权重和偏置;利用粒子群算法优化点预测的GLSTM网络的输出层的连接权重,得到最佳的输出层的连接权重Wopt;基于除去输出层之外的各层的连接权重和偏置以及Wopt,构建带钢厚度区间预测的GLSTM网络,根据评价指标确定区间预测的GLSTM网络的最佳参数;利用最优区间预测的GLSTM网络进行带钢全长厚度预测。
本发明授权一种基于记忆性功能网络的带钢全长厚度预测方法在权利要求书中公布了:1.一种基于记忆性功能网络的带钢全长厚度预测方法,其特征在于,包括: 步骤1:每间隔相等时间采集一次实时过程轧制数据和带钢出口厚度的实测值,构成输入特征数据集; 步骤2:将输入特征数据集按比例、按时间顺序分为训练集和测试集,并对训练集和测试集的数据进行归一化处理; 步骤3:构建用于带钢厚度点预测的GLSTM网络,并通过训练集对点预测的GLSTM网络进行训练,得到点预测的GLSTM网络各层的连接权重和偏置,所述用于带钢厚度点预测的GLSTM网络具体为: fT=1-iT CT=fT×hT-1+gT×iT hT=oT×RelucT 式中,xT为T时刻的输入数据;是与输入x相关的权重,为输入门与输入数据x相关的权重,为输出门与输入数据x相关的权重,为新信息向量与输入数据x相关的权重; 是与上一时刻的隐藏状态hT-1相关的权重;bi是输入门的偏置,bo是输出门的偏置,bg是新信息向量的偏置;iT表示输入门,fT表示遗忘门,oT表示输出门,gT表示新信息向量,cT代表T时刻网络的单元状态,hT代表T时刻网络的隐藏层状态;Iσ代表Isigmoid激活函数,LRelu和Relu都为激活函数; 步骤4:利用粒子群算法优化步骤3中点预测的GLSTM网络的输出层的连接权重,得到最佳的输出层的连接权重Wopt; 步骤5:基于步骤3得到的除去输出层之外的各层的连接权重和偏置以及步骤4得到的Wopt,构建用于带钢厚度区间预测的GLSTM网络,并根据评价指标PICP、PINAW和CWC来确定区间预测的GLSTM网络的最佳参数,获得最优的区间预测的GLSTM网络; 步骤6:利用步骤5得到的最优的区间预测的GLSTM网络进行带钢全长厚度预测,并根据预测得到的带钢厚度的上、下限计算PICP、PINAW和CWC评价指标完成对区间预测的GLSTM网络的性能评估,PICP表示目标值位于区间内的概率,PINAW表示预测区间归一化平均宽度,CWC表示覆盖宽度的标准。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东北大学,其通讯地址为:110819 辽宁省沈阳市和平区文化路三号巷11号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。