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！

龙图腾网获悉甘肃省畜牧兽医研究所申请的专利用于粪污秸秆翻堆沤肥工艺参数的优化方法及系统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：CN119989927B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510437095.1，技术领域涉及：G06F30/27；该发明授权用于粪污秸秆翻堆沤肥工艺参数的优化方法及系统是由刘瑞生;成伟伟;唐芸娇;李元新;周瑶;赵子惠;温雄伟设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。

本用于粪污秸秆翻堆沤肥工艺参数的优化方法及系统在说明书摘要公布了：本发明属于粪污处理技术领域，提供了用于粪污秸秆翻堆沤肥工艺参数的优化方法及系统。方法包括：收集并根据每条真实的翻堆沤肥数据构造得出一条训练数据；根据堆肥评价数据将各所述翻堆沤肥数据对应的训练数据划分为多个分组，根据第一堆肥体积对各分组中的训练数据进行排序；按照排序顺序，从各分组中分别挑选得出若干训练数据，构成训练数据组，获得多个训练数据组，使用各训练数据组中的若干训练数据对工艺参数优化模型进行训练，直至训练达标；确定本次堆肥所涉及的第二粪污秸秆数据、第二堆肥体积，使用训练过的工艺参数优化模型对第二粪污秸秆数据、第二堆肥体积进行处理，预测得出第二工艺参数。本发明可实现堆肥工艺参数的优化。

本发明授权用于粪污秸秆翻堆沤肥工艺参数的优化方法及系统在权利要求书中公布了：1.一种用于粪污秸秆翻堆沤肥工艺参数的优化方法，其特征在于，包括如下步骤： 收集若干真实的翻堆沤肥数据，每条所述翻堆沤肥数据中包括第一粪污秸秆数据、第一工艺参数、堆肥评价数据和第一堆肥体积； 根据每条所述翻堆沤肥数据中的所述第一粪污秸秆数据、所述第一工艺参数、所述堆肥评价数据和所述第一堆肥体积构造得出一条训练数据；其中，所述堆肥评价数据用于构造训练数据的标签； 根据所述堆肥评价数据将各所述翻堆沤肥数据对应的所述训练数据划分为多个分组，以及根据所述第一堆肥体积对各分组中的所述训练数据进行排序； 按照排序顺序，从各所述分组中分别挑选得出若干所述训练数据，构成训练数据组，获得多个所述训练数据组，使用各所述训练数据组中的若干所述训练数据对工艺参数优化模型进行训练，直至训练达标；训练数据组中的训练数据的总数是固定的或动态的； 确定本次堆肥所涉及的第二粪污秸秆数据、第二堆肥体积，使用训练过的所述工艺参数优化模型对所述第二粪污秸秆数据、所述第二堆肥体积进行处理，预测得出第二工艺参数； 所述根据所述堆肥评价数据将各所述翻堆沤肥数据对应的所述训练数据划分为多个分组，以及根据所述第一堆肥体积对各分组中的所述训练数据进行排序，包括： 将各所述翻堆沤肥数据对应的所述训练数据按照所述堆肥评价数据从高到低进行排序，基于预设的划分比例将排序后的各所述训练数据划分至对应的分组中； 计算所述第一堆肥体积与所述第二堆肥体积的体积差的绝对值，根据所述绝对值确定各所述训练数据在对应的分组内的排序序号；其中，所述绝对值越小，则对应的排序序号越小，即越靠前； 按照排序顺序，从各所述分组中分别挑选得出若干所述训练数据，构成训练数据组，包括： 在对工艺参数优化模型进行训练的第一阶段，按照第一挑选规则从各所述分组中分别挑选得出若干所述训练数据，构成训练数据组；其中，所述第一挑选规则指的是从所述堆肥评价数据为高等级、中等级、低等级的分组中分别选取占总数第一比例、第二比例、第三比例的训练数据，且所述第一比例高于所述第二比例、所述第二比例高于所述第三比例； 在对工艺参数优化模型进行训练的第二阶段，按照第二挑选规则从各所述分组中分别挑选得出若干所述训练数据，构成训练数据组；其中，所述第二挑选规则指的是从所述堆肥评价数据为高等级、中等级、低等级的分组中分别选取占总数第四比例、第五比例、第六比例的训练数据，且所述第四比例低于所述第六比例，且所述第四比例低于所述第一比例。

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甘肃省畜牧兽医研究所，其通讯地址为：744000 甘肃省平凉市崆峒区崆峒东路143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”。