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！

龙图腾网获悉东北大学申请的专利一种选矿日综合生产指标多目标鲁棒优化决策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：CN116070750B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310009317.0，技术领域涉及：G06Q10/04；该发明授权一种选矿日综合生产指标多目标鲁棒优化决策方法是由张克胜;刘长鑫;柴天佑;徐泉设计研发完成，并于2023-01-04向国家知识产权局提交的专利申请。

本一种选矿日综合生产指标多目标鲁棒优化决策方法在说明书摘要公布了：本发明提供了一种选矿日综合生产指标多目标鲁棒优化决策方法，包括：获取生产全流程数据进行预处理，构建决策变量与目标变量训练数据集；根据决策变量不同扰动程度，将决策变量划分为强扰动变量和弱扰动变量；建立稀疏搜索代理模型获取最优的弱扰动变量非支配解集，用于鲁棒精细搜索代理模型的初始种群迁移；建立基于高效随机失活的多隐层神经网络模型；采用基于指标的参考点自适应多目标优化算法和基于K均值聚类算法的模型管理策略获取鲁棒Pareto解集并选择进入下一次迭代的新种群，直至获取到最优鲁棒解集。解决了工业生产经营管理过程中机理模型不清、决策变量不确定性扰动等问题而导致难以寻找指标鲁棒性最优解的问题。

本发明授权一种选矿日综合生产指标多目标鲁棒优化决策方法在权利要求书中公布了：1.一种选矿日综合生产指标多目标鲁棒优化决策方法，其特征在于，所述方法包括： 获取选矿厂每日全流程生产数据并进行预处理，将预处理后的生产数据划分为决策变量数据集与目标变量数据集； 根据生产工艺和实际生产数据波动情况，确定受较大的扰动影响的决策变量以及实际扰动误差程度，进而构建决策变量空间鲁棒划分器，将决策变量数据集划分为强扰动变量数据集和弱扰动变量数据集； 建立弱扰动变量与目标变量之间的稀疏搜索代理模型，所述稀疏搜索代理模型以所述弱扰动变量数据集为输入，以所述目标变量数据集为输出；以随机种群作为第一初始化种群，对所述稀疏搜索代理模型进行种群迭代寻优求解，得到稀疏搜索最优种群，即稀疏搜索最优的弱扰动变量决策解集； 建立基于高效随机失活的多隐层神经网络多目标鲁棒优化模型，所述多隐层神经网络多目标鲁棒优化模型以所述决策变量数据集作为输入，以所述目标变量数据集为输出；以随机种群和所述稀疏搜索最优种群作为第二初始化种群，对所述多隐层神经网络多目标鲁棒优化模型进行种群迭代寻优求解，得到鲁棒优化种群；基于所述鲁棒优化种群，得到优化决策解集。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三巷11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。