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！

龙图腾网获悉山东广通汽车科技股份有限公司申请的专利一种基于深度学习的挂车生产环境能效提升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：CN120235312B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510692490.4，技术领域涉及：G06Q10/04；该发明授权一种基于深度学习的挂车生产环境能效提升方法是由崔本广;崔向乾;苑全刚设计研发完成，并于2025-05-27向国家知识产权局提交的专利申请。

本一种基于深度学习的挂车生产环境能效提升方法在说明书摘要公布了：本发明公开了一种基于深度学习的挂车生产环境能效提升方法，包括如下步骤：S1、实时采集挂车的生产环境数据；S2、对数据进行预处理，生成规范化数据集；S3、构建并训练能效优化控制模型；S4、将实时生成的规范化数据集输入至能效优化控制模型，生成能耗、生产效率和环境稳定性指标；S5、采用改进的RVEA优化算法，优化生成的能耗、生产效率和环境稳定性指标，生成最优生产策略参数；S6、将最优生产策略参数部署至实际生产执行系统。本发明结合深度学习与改进的RVEA优化方法，智能优化挂车生产能效，具备自适应性强、优化速度快、综合性能优异的优点。

本发明授权一种基于深度学习的挂车生产环境能效提升方法在权利要求书中公布了：1.一种基于深度学习的挂车生产环境能效提升方法，其特征在于，包括如下步骤： S1、实时采集挂车的生产环境数据，形成多源数据流； S2、对多源数据流进行预处理，生成规范化数据集； S3、构建能效优化控制模型，并利用规范化数据集训练能效优化控制模型； S4、在挂车生产实际运行过程中，将实时生成的规范化数据集输入至能效优化控制模型，生成能耗、生产效率和环境稳定性指标； S5、采用改进的RVEA优化算法，优化生成的能耗、生产效率和环境稳定性指标，生成最优生产策略参数； S6、将最优生产策略参数部署至实际生产执行系统； 所述S3具体包括： S31、将规范化数据集输入至能效优化控制模型，所述能效优化控制模型包括意图识别模块和动态控制模块； S32、输入规范化数据集至意图识别模块，经多层感知器逐层处理； S33、采集真实生产行为样本对，通过输入高斯噪声至自动编码器生成伪装生产行为样本对，通过模拟异常行为生成异常生产行为样本对； S34、训练意图识别模块时采用联合对抗优化策略，分别计算真实生产、伪装生产及异常生产行为样本对对应的对抗损失，组合形成意图识别总损失； S35、接收意图编码向量，经动态控制模块分流，输出能耗、生产效率和环境稳定性指标，并分别计算子目标损失，所述子目标损失使用交叉熵损失函数，并将子目标损失组合生成多目标损失向量； S36、使用Pareto优化，根据能耗、生产效率、环境稳定性三目标的优化偏好自主设定权重关系，按照均匀采样设定参考向量集合，所述参考向量集合中的每个元素表示单位范数向量，针对当前能效优化控制模型的参数，计算多目标损失向量和各参考向量的欧式投影距离； 选取最小的欧式投影距离对应的参考向量，并计算动态权重，根据动态权重组合子目标损失，形成Pareto损失： ； 其中，表示动态加权组合后的Pareto损失，表示第个子目标损失，表示第个子目标的动态权重，表示参考向量在第维的分量值，表示参考向量在第维的分量值； S37、组合意图识别模块和动态控制模块的损失，生成综合损失函数； S38、通过最小化综合损失函数进行能效优化控制模型的训练，并实时计算当前意图编码向量和上一阶段意图编码向量的欧式距离，当两阶段意图编码之间的欧式距离超过设定阈值时，触发局部Pareto前沿重建，更新意图编码向量，并以新的综合损失函数继续训练直至模型收敛； 所述S5具体包括： S51、将能耗、生产效率和环境稳定性指标组合形成性能指标向量； S52、基于性能指标向量，根据能耗、生产效率、环境稳定性三目标的优化偏好自主设定权重关系，按照均匀采样设定初始参考向量集合； S53、对每个初始参考向量集合中的参考向量和性能指标向量计算欧式距离； S54、依据欧式距离的大小，采用快速非支配排序筛选Pareto最优的参考集合； S55、针对Pareto最优的参考向量集合，基于当前性能指标向量计算各方向引导向量： ； 其中，表示第个方向引导向量，表示第个Pareto最优的参考向量； S56、在每轮优化迭代中，基于当前参考向量生成新候选解参数，推理得到候选性能指标向量，并计算移动向量，依据引导向量和移动向量的夹角余弦进行引导筛选： ； 其中，表示夹角余弦值，表示候选性能指标向量，表示移动向量； 如果夹角余弦值接近1，说明候选解的改进方向与引导向量的方向一致，保留； 如果夹角余弦值接近-1，说明候选解偏离引导向量的方向，淘汰候选解； S57、采用改进的RVEA优化算法，在每轮优化迭代中，根据当前性能指标向量动态更新参考向量，并更新引导向量： ； 其中，表示更新后的第个参考向量，表示更新前的参考向量，表示参考向量更新率因子，表示当前性能指标向量； S58、在每轮迭代中，依据各子目标当前预测误差动态调整子目标权重： ； 其中，表示第个子目标动态调整后的权重，表示原始子目标权重，表示参数下第项性能指标向量，表示第项目标参考值，表示权重拉伸系数，表示取最大值； S59、综合应用动态更新参考向量和实时调整子目标权重，定义加权多目标误差函数，以最小化加权多目标误差函数为优化目标，最终获得最优生产策略参数。

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山东广通汽车科技股份有限公司，其通讯地址为：272613 山东省济宁市梁山县拳铺镇工业园区(崔庄村段)220国道3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。