Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学;哈尔滨工业大学钟颖获国家专利权

电子科技大学;哈尔滨工业大学钟颖获国家专利权

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!

龙图腾网获悉电子科技大学;哈尔滨工业大学申请的专利一种基于KT算法固定精度排序择优的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:CN119621000B

龙图腾网通过国家知识产权局官网在2025-09-23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:202411829530.7,技术领域涉及:G06F7/08;该发明授权一种基于KT算法固定精度排序择优的方法及系统是由钟颖;姜广鑫;黄松;孙童;李晨希设计研发完成,并于2024-12-12向国家知识产权局提交的专利申请。

一种基于KT算法固定精度排序择优的方法及系统在说明书摘要公布了:本发明公开了一种基于KT算法固定精度排序择优的方法及系统,所述方法包括:根据用户输入的参数或默认参数,生成排序择优所需的初始样本数据;进行初始化设置,生成不同的候选方案,并将所有候选方案分成若干组;基于淘汰规则和分轮次机制,通过每个处理器独立执行一组候选方案的局部选择过程,得到本地最优候选方案;每个处理器根据特定规则,为所述本地最优候选方案生成额外观测值;然后计算每个所述本地最优候选方案额外观测值的样本均值,选择所述样本均值最大的候选方案作为最佳候选方案。本发明采用KT算法高效地解决了各种大规模固定精度排序择优问题,即在预先设定的精度下,高效地从大规模的候选方案集合中找出均值表现最优的方案。

本发明授权一种基于KT算法固定精度排序择优的方法及系统在权利要求书中公布了:1.一种基于KT算法固定精度排序择优的方法,其特征在于,包括以下步骤: S1、根据用户输入的参数或默认参数,生成排序择优所需的初始样本数据; S2、进行初始化设置,生成不同的候选方案,并将所有候选方案分成若干组; S3、基于淘汰规则和分轮次机制,通过每个处理器独立执行一组候选方案的局部选择过程,得到本地最优候选方案; S4、每个处理器根据特定规则,为所述本地最优候选方案生成额外观测值;然后计算每个所述本地最优候选方案额外观测值的样本均值,选择所述样本均值最大的候选方案作为最佳候选方案; 所述S3中基于淘汰规则和分轮次机制,通过每个处理器独立执行一组候选方案的局部选择过程,得到本地最优候选方案,具体包括以下步骤: S301,初始分组:对于每个处理器,将中的候选方案分组,一组含g个候选方案,并将剩下的候选方案组成一个小组;因此,共分为组,令表示第r轮处理器s的第q组的候选方案的集合; S302,轮次选择:在每个轮次r中,设置此轮分配的错误选择概率αr=α2r,对于每个q组,设置第r轮处理器s的第q组的候选方案集合并计算第r+1轮处理器s的候选方案集合其中,KNC,αr,δ,n0为KN程序的输出;处理器根据计算结果淘汰相应的候选方案,并将留下的候选方案加入下一轮次的候选集中; S303,局部最佳选择:对于每个处理器,重复S302直至此时每个处理器选择出本地最优候选方案,并设置Is为中候选方案的索引; 所述S302中KN程序输出KNC,αr,δ,n0通过如下S3.2.1、S3.2.2和S3.2.3得到: S3.2.1,初始化:对于每个候选方案i∈C,生成s0个观测值并计算观测值的样本均值设置错误概率控制参数 并且对于所有j≠i,计算差异度量参数 和差异显著性参数其中,Xi,l为候选方案i的第l个观测值,Xj,l为候选方案j的第l个观测值,为候选方案j的s0个观测值的均值; 设置综合差异显著性参数Nr,i=maxj≠iNr,i,j和最大综合差异显著性参数Nr,max=maxi∈ CNr,i;如果则停止并选择具有最大的候选方案,否则,设置t=s0并转入S3.2.2; S3.2.2,筛选:设置当前选中候选方案集合Cold=C和 S3.2.3,停止规则:如果|C|=1,则停止并选择索引在C中的候选方案为最优候选方案;否则如果则停止并选择索引在C中并具有最大的候选方案;否则,从每个候选方案i∈C中获取一个额外的观测值Xi,t+1,设置t=t+1,并转入S3.2.2; 所述S4中每个处理器根据特定规则,为所述本地最优候选方案生成额外观测值;然后计算每个所述本地最优候选方案的额外观测值的样本均值,选择所述样本均值最大的候选方案作为最佳候选方案,具体包括以下步骤: S401,初始化:对于每个处理器,为本地最优候选方案生成s0次观测值,并基于观测值计算样本方差 S402,额外观测值生成:设置轮次αr=α2m以及hαr,m,s0,其中hαr,m,s0是由常数αr,m和s0决定的Rinott常数,并为候选方案Is生成以下数量的额外观测值: S403,最佳候选方案选择:对于每个处理器的本地最优候选方案,基于s0和次观测值计算其样本均值,选择具有最大样本均值的候选方案作为最优候选方案。

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电子科技大学;哈尔滨工业大学,其通讯地址为:610000 四川省成都市高新区(西区)西源大道2006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”。

以上内容由龙图腾AI智能生成。

免责声明
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。