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！

龙图腾网获悉浙江工业大学申请的专利一种提升过程分布式输出预测的动态数据校正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：CN114996938B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202210618056.8，技术领域涉及：G06F30/20；该发明授权一种提升过程分布式输出预测的动态数据校正方法是由刘毅;祝旺旺;冯宇;冯远静设计研发完成，并于2022-06-01向国家知识产权局提交的专利申请。

本一种提升过程分布式输出预测的动态数据校正方法在说明书摘要公布了：本发明公开了一种动态数据校正方法，该方法主要用于提升化工过程分布式产品输出预测的准确性，具体包括以下步骤：1建立软测量预测模型；2分布式产品输出的预测；3利用测量信息对模型预测误差进行迭代计算；4根据测量信息及预测信息在线校正预测结果。在测量不准确的情况下，本发明方法综合测量信息及模型预测信息对分布式产品输出预测结果进行校正，提高了分布式产品模型预测输出的准确性，从而实现产品过程的高效监测与评估。

本发明授权一种提升过程分布式输出预测的动态数据校正方法在权利要求书中公布了：1.一种提升过程分布式输出预测的动态数据校正方法，其特征在于，包括以下步骤： 1建立软测量预测模型： 构建预测模型，采集决定过程运行状况的可测量变量作为软测量模型的输入，模型的预测输出是未测量的分布式产品输出变量；将离线测得的由输出变量及输入变量所构成的数据划分为训练集及测试集； 2分布式产品输出的预测： 对建立的预测模型进行训练，训练完成后，输入可测量变量对产品输出的分布形状进行在线预测，将模型预测结果与离线测量的真实输出进行比较并分析模型的可靠性； 3利用测量信息对模型预测误差进行迭代计算： 当测量环境变化导致测量不准确时，对模型预测误差进行迭代计算，多次迭代后，当预测误差收敛时，选取稳定后的模型预测误差值用于最终的预测输出校正； 4根据测量信息及预测信息在线校正预测结果： 对测量信息及模型预测信息使用贝叶斯公式，得到基于测量信息及预测信息的实际输出后验分布；根据最大后验概率估计MAP思想求解后验分布表达式可得到产品真实输出的估计值；将真实输出估计值作为动态数据校正DDR对分布式产品预测输出的校正结果； 所述步骤1中采用最小二乘支持向量回归方法构建基于即时核学习JKL的预测模型，具体过程如下： 步骤1.1，建立基于训练集得到的第i个采样点的M个候选JKL预测模型，表示公式如下： 其中，uq和yi分别表示决定过程运行状况的可测量变量和离线测得的输出变量，即预测模型的测试集；xq,i和Sqi分别为查询样本及数据库中与xq,i相似的数据集；[Cm,σm]为M对候选参数； 步骤1.2：应用FLOO准则评估每个候选模型的可行性，对于xq,i，每个候选模型的FLOO误差表示为： 式中，lqi表示根据累积相似因子定义的最相似样本数目，表示基于FLOO准则计算的第j个样本的预测误差； 步骤1.3：采用集成策略组合每个JKL模型，基于集成策略定义的模型权重为： 由上式可知，单个模型的FLOO误差越大，该模型的权重越小；最后，在有Nq个采样点的情况下，给出了最终的分布形状预测EJKL模型：

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浙江工业大学，其通讯地址为：310006 浙江省杭州市拱墅区朝晖六区潮王路18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”。