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！

龙图腾网获悉北京工业大学申请的专利一种固废焚烧过程的炉温预测方法、系统、设备及介质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：CN116861256B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202311032380.2，技术领域涉及：G06F18/214；该发明授权一种固废焚烧过程的炉温预测方法、系统、设备及介质是由严爱军;程子均设计研发完成，并于2023-08-16向国家知识产权局提交的专利申请。

本一种固废焚烧过程的炉温预测方法、系统、设备及介质在说明书摘要公布了：本申请涉及一种固废焚烧过程的炉温预测方法、系统、设备及介质，预测方法包括获取多组影响炉温的特征变量和对应的当前炉温值以及对应的下一时刻炉温值的历史数据组成案例描述，并按案例描述顺序，构建差异数据库D；基于差异数据库D进行数据预处理，得到训练集；基于深度Q网络算法，根据所述训练集构建案例差异预测模型；根据当前炉温的特征变量，得到炉温的案例差异数据，并作为所述案例差异预测模型的输入数据，根据所述案例差异预测模型的输出数据得到下一时刻炉温的预测值，可准确预测城市固废焚烧过程炉温变化趋势，为焚烧过程的优化控制提供保证，提高工作效率。

本发明授权一种固废焚烧过程的炉温预测方法、系统、设备及介质在权利要求书中公布了：1.一种固废焚烧过程的炉温预测方法，其特征在于，包括以下步骤： 获取多组影响炉温的特征变量和对应的当前炉温值以及对应的下一时刻炉温值的历史数据组成案例描述，并按案例描述顺序，构建差异数据库D； 基于差异数据库D进行数据预处理，得到训练集； 基于深度Q网络算法，根据所述训练集构建案例差异预测模型； 所述基于深度Q网络算法，根据所述训练集构建案例差异预测模型，包括： 基于深度Q网络，设置深度Q网络隐含层层数L、隐含层节点数n，学习率lr，折扣因子γ，并定义相关的状态空间S、动作空间A，奖励函数r，并进行参数初始化；其中， 所述状态空间S，为一系列状态描述，这里即为炉温差异案例中的问题特征，表示为S=[ΔX1,…,ΔXN2]；动作空间为间隔l的一系列动作值，这里表示炉温差异案例中解大小，即A=[Δymin,Δymin+l,…,Δymax]； 奖励函数通过公式5进行描述： 5， 式中，Δy表示差异案例的解，a表示动作空间A中的动作； 所述基于深度Q网络算法，根据所述训练集构建案例差异预测模型，还包括： 构建Q网络与目标Q网络，对应定义Q网络的Q函数Qs,a|θ，通过公式6进行描述： 6， 式中，θ表示网络权值，s表示状态空间S中的状态，a表示动作空间A中的动作； 目标Q网络对应的Q函数用Q’s,a|θ’表示，θ’表示目标网络权值； 根据ε-greedy策略实现对动作a的选择，通过公式7进行描述： 将训练集作为Qs,a|θ网络的输入数据，根据Q网络与目标Q网络训练学习对应的奖励值，设置与奖励值相关的损失函数Lθ； 根据所述损失函数Lθ，不断更新Q神经网络参数θ，直至损失函数满足设置条件，得到炉温的案例差异预测模型； 根据当前炉温的特征变量，得到炉温的案例差异数据，并作为所述案例差异预测模型的输入数据，根据所述案例差异预测模型的输出数据得到下一时刻炉温的预测值。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。