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！

龙图腾网获悉昆明理工大学申请的专利一种基于迁移学习的数字孪生自适应预测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：CN119476582B 。

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：202411512386.4，技术领域涉及：G06Q10/04；该发明授权一种基于迁移学习的数字孪生自适应预测系统是由阴艳超;曾晋东设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本一种基于迁移学习的数字孪生自适应预测系统在说明书摘要公布了：本发明公开了一种基于迁移学习的数字孪生自适应预测系统，包括孪生模型构建模块、自适应更新层；所述孪生模型构建模块包括物理实体层、孪生数据层、数据连接层、虚拟孪生层；所述自适应更新层包括预测模型构建模块、数据预处理模块、模型训练模块、自适应更新模块。本发明结合迁移学习提出了组合神经网络预测模型的自适应迁移策略，将源域中训练的网络结构与参数迁移至目标域中，根据预测阈值自适应决定调整的网络参数；并将该自适应预测模型引入由物理实体层、虚拟孪生层、孪生数据层、数据连接层和服务应用层构成的五维孪生模型，提出了孪生环境下的自适应预测模型总体框架，实现虚拟孪生体与物理实体的双向映射、实时传输、在线预测与反馈调控等功能，为数字孪生驱动的流程工业产线构建提供了方法和实现途径。

本发明授权一种基于迁移学习的数字孪生自适应预测系统在权利要求书中公布了：1.一种基于迁移学习的数字孪生自适应预测系统，其特征在于，包括孪生模型构建模块、自适应更新层； 所述孪生模型构建模块包括： 物理实体层，所述物理实体层用于在生产车间配置生产运行设备和数据采集装置； 孪生数据层，所述孪生数据层用于存储生产运行设备的设备属性及存储数据采集装置采集的工况数据，所述设备属性包括设备空间布局、装配规则、设备和物料几何参数，工况数据指带有时序特征的多个工艺参数和一个质量指标构成； 数据连接层，所述数据连接层用于基于各类通讯协议开发物理实体层、虚拟孪生层、孪生数据层和自适应更新层之间的接口，完成物理实体层到虚拟孪生层的数据交互与虚实映射； 虚拟孪生层，所述虚拟孪生层用于依据孪生数据层存储的设备、物料的几何参数与装配规则，构建虚拟模型，并为模型赋予附加特征；分析生产运行设备的运行逻辑，构建反映生产线演化规律的逻辑模型； 所述自适应更新层，包括： 预测模型构建模块，用于基于组合神经网络构建包括处理输入数据初级特征和时序特征的组合网络模型； 数据预处理模块，用于对孪生数据层存储的带有时间序列标签的工艺参数与质量指标构成的历史工况数据进行预处理，获得预处理后的数据集，作为源域数据集；划分预处理后的数据集为训练集数据和测试集数据，用于模型训练和性能评估； 模型训练模块，用于输入训练集数据进行组合网络模型训练，调整超参数，得到与测试集数据高度拟合的工艺质量指标预测模型作为源域模型； 自适应更新模块，将实时工况数据下基于源域模型获得的预测精度与设定精度阈值进行对比：若未达到精度阈值则采用基于迁移学习理论提出自适应迁移策略进行源域模型的自适应更新，否则不更新； 所述虚拟模型包括：车间环境，依据生产车间的实体环境搭建；加工单元，依据孪生数据层存储的加工设备几何参数和装配规则建立；传输单元，依据孪生数据层存储的传输装置设备几何参数和装配规则建立；物料单元，依据孪生数据层存储的物料几何参数建立；建立车间环境、加工单元、传输单元和物料单元后依据设备空间布局调整加工单元、传输单元和物料单元位置，确保虚拟场景与物理实体一致，从而完成可视化虚拟模型的布置； 所述自适应迁移策略，包括： 网络结构参数全面迁移步骤，采用源域模型的网络结构作为目标模型网络结构，采用源域模型的参数作为目标模型参数的初始值；进入逐层解冻全连接层步骤； 逐层解冻全连接层步骤，以带有时间序列标签的工艺参数与质量指标构成的实时工况数据作为目标域数据集，共享源域模型中初级特征提取层和时序信息处理层的网络结构和网络参数，分层解冻全连接层参数，在全连接层训练终止前，如果解冻的全连接层参数获得的预测精度优于解冻前的参数获得的预测精度，则输出并存储解冻的全连接层参数作为全连接层优化后的参数，获得第一目标域模型；否则进入重新训练步骤； 重新训练步骤，保持源域模型的网络结构不变，随机初始化初级特征提取层、时序信息处理层与全连接层的网络参数，集合源域数据集与目标域数据集后重新训练模型，作为第二目标域模型。

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昆明理工大学，其通讯地址为：650031 云南省昆明市一二一大街文昌路68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。