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！

龙图腾网获悉厦门大学申请的专利基于分数阶ADAM算法的在线神经网络变换器无模型控制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：CN118838171B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202410836487.0，技术领域涉及：G05B13/04；该发明授权基于分数阶ADAM算法的在线神经网络变换器无模型控制方法是由何良宗;熊振坤;杨泽龙设计研发完成，并于2024-06-26向国家知识产权局提交的专利申请。

本基于分数阶ADAM算法的在线神经网络变换器无模型控制方法在说明书摘要公布了：本发明公开了一种基于分数阶ADAM算法的在线神经网络变换器无模型控制方法，包括：构建在线神经网络控制器；所述神经网络控制器以变换器的输出电压以及变换器的电感电流作为网络输入信号；构建基于神经网络控制器的网络参数的损失函数；所述网络参数基于变换器的时变参数；使用神经网络控制器的输出控制变换器，计算损失函数的值，判断是否达到目标精度，如果没有达到，基于分数阶ADAM算法更新网络参数，直至损失函数的值达到目标精度；如果达到，停止更新网络参数。相比于整数阶ADAM算法，本发明的分数阶ADAM算法下的神经网络控制器具有更好动态响应性能。

本发明授权基于分数阶ADAM算法的在线神经网络变换器无模型控制方法在权利要求书中公布了：1.一种基于分数阶ADAM算法的在线神经网络变换器无模型控制方法，其特征在于，包括： 构建在线神经网络控制器；所述神经网络控制器以变换器的输出电压以及变换器的电感电流作为网络输入信号； 构建基于神经网络控制器的网络参数的损失函数；所述网络参数基于变换器的时变参数； 使用神经网络控制器的输出控制变换器，计算损失函数的值，判断是否达到目标精度，如果没有达到，基于分数阶ADAM算法更新网络参数，直至损失函数的值达到目标精度；如果达到，停止更新网络参数； 所述损失函数表示如下： 其中，vok表示变换器在k时刻的输出电压；vref表示输出参考电压；λ0是用来约束网络参数变化的权重因子；θk表示k时刻网络参数；θk-1表示k-1时刻网络参数； k+1时刻的网络参数表示如下： 其中，θk+1表示k+1时刻的网络参数；θk表示k时刻的网络参数；lr为初始学习率；ε为防止分母为0的常数；表示k时刻梯度α阶矩估计值；表示k时刻梯度2α阶矩估计值；α∈0,1表示分数阶次； k时刻梯度α阶矩估计值和k时刻梯度2α阶矩估计值基于分数阶ADAM算法获取，表示如下： 其中，β1,β2∈0,1分别为梯度α阶矩估计值和2α阶矩估计值的衰减系数；表示k-1时刻梯度α阶矩估计值；表示k时刻的分数阶梯度；表示k-1时刻梯度2α阶矩估计值； k时刻的分数阶梯度基于分数阶ADAM算法获取，表示如下： 其中，Δθk表示相邻时刻网络参数θ变化量，Δθk＝θk-θk-1；Γ2-α表示只保留级数第一项后的Γ函数；ek表示输出跟踪误差，ek＝vref-vok；表示变换器的时变参数的估计值；dk表示神经网络输出；λ0是用来约束网络参数变化的权重因子； k时刻的时变参数的估计值表示如下： 其中，表示k-1时刻的时变参数的估计值；μ0表示惩罚项中的权重因子；0η≤1表示引入的步长因子；Δdk表示相邻时刻神经网络输出的变化量，Δdk＝dk-dk-1；Δvok表示相邻时刻变换器输出电压的变化量，Δvok＝vok-vok-1； 变换器在k时刻的输出电压表示如下 其中，vok-1表示变换器在k-1时刻的输出电压。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。