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！

龙图腾网获悉浙江工业大学申请的专利一种基于神经网络预测的乳酸聚合工艺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：CN116013422B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310065740.2，技术领域涉及：G16C20/10；该发明授权一种基于神经网络预测的乳酸聚合工艺是由贠军贤;司忠文;沈绍传;楼小玲设计研发完成，并于2023-02-06向国家知识产权局提交的专利申请。

本一种基于神经网络预测的乳酸聚合工艺在说明书摘要公布了：本发明公开一种基于神经网络预测的乳酸聚合工艺，所述工艺涉及乳酸聚合条件的预测，采用叠影取样均匀设计法，通过控制乳酸聚合反应时间、催化剂含量以及反应温度，得到不同分子量的乳酸聚合物，利用得到的试验数据对神经网络进行训练和预测，预测数据与试验数据吻合良好。本发明利用神经网络预测聚合反应条件，大大简化了试验的探究过程，节省了试验时间和成本，在生物化工合成领域探究化学反应条件具有广阔的应用前景。

本发明授权一种基于神经网络预测的乳酸聚合工艺在权利要求书中公布了：1.一种基于神经网络预测的乳酸聚合工艺方法，其特征在于催化剂投入到乳酸液体中升温反应，以反应温度x1、反应时间x2和催化剂加入量x3三个因素为控制的自变量，聚乳酸分子量为检测的因变量，通过所述三个因素控制变量的组合方案进行合成聚乳酸的反应实验，获得由所述自变量和因变量所组成的向量的实验数据； 所述的神经网络具有三层神经网络结构，采用的模型算法为Levenberg-Marquardt，以反应温度x1、反应时间x2和催化剂加入量x3为输入变量，以聚乳酸分子量为输出变量，构建基于神经网络预测的模型，采用模型对上述获得的实验数据进行训练，获得输入变量与输出变量的对应关系，通过训练后的模型能够预测三种输入变量的组合方案所能够合成的聚乳酸的分子量； 所述的工艺方法，具体包括以下步骤： S1：采用叠影取样均匀设计法，开展3个因素的实验设计，通过控制反应温度、反应时间和催化剂加入量三个因素确定聚乳酸直接缩聚法的合成条件，测定合成的聚乳酸分子量，获得关于所述三个因素和聚乳酸分子量所组成的向量的实验数据； S2：构建三层神经网络结构，输入层包含3个结点，对应3个影响因素，即反应温度x1、反应时间x2和催化剂加入量x3；隐含层结点数根据Kolmogorov定理确定，输入层结点个数为n，则隐含层结点个数为2n+1，即为7个；输出层包含一个结点，即聚乳酸的分子量Y；根据输入变量x1，x2和x3，输入层和隐含层间连接权值，以及隐含层阈值，计算隐含层输出值： i＝1-3的整数；j＝1-7的整数； 式中，Hj为隐含层输出值；wij为从输入层输出到隐含层的权值；x为输入到输入层的变量；a为输入到隐含层阈值；i为输入层节点数；j为隐含层节点数；f为隐含层激励函数，其表达式为： 根据隐含层输出值，隐含层和输出层间连接权值，以及输出层阈值，计算神经网络预测输出结果Y'： 式中，H为隐含层的输出值；wjk为隐含层输出到输出层的权值；b为输入到输出层的阈值；j为隐含层节点数；l为隐含层数；k为输出层节点数； 根据网络预测输出结果Y'和期望输出Y，计算方差Em： 式中:Y—期望的网络输出向量；Y'—实际的网络输出向量；P—实验的样本数目；m—网络权值和阈值所组成的向量；em—误差； 设m表示第k次迭代的权值和阀值所组成的向量，新的权值和阈值所组成的向量mk+1，m+1＝m+Δm； 在Levenberg-Marquardt方法中权值增量计算公式如下： Δw＝[JwJw+μI]-1wew 式中：I-单位矩阵；μ-用户定义的学习率；Jw-Jacobian矩阵，即： 阈值计算方法与权值相同，即是采用上述权值增量的计算公式； 将更新后的权值和阈值按上述计算过程继续计算，直到达到设定的训练次数； 通过上述过程，构建得到基于神经网络预测的模型； S3：将步骤S1得到的关于所述三个因素和聚乳酸分子量所组成的向量的实验数据作为训练集，训练集是步骤S2构建的基于神经网络预测的模型进行学习的样本集，通过对训练集的计算，获得关于所述三个因素的输入变量数据与关于聚乳酸分子量的输出数据之间的对应关系，获得训练后的基于神经网络预测的模型； 并将步骤S1得到的关于所述三个因素和聚乳酸分子量所组成的向量的实验数据作为测试集，将测试集的向量中的所述三个因素作为输入变量输入至上述训练后的模型中，得到网络预测输出结果Yi'，即为预测数据；以步骤S1得到的实验数据为期望输出Yi，即为实际输出数据；由此利用测试集的数据，比较预测数据与实际输出数据的吻合度，从而判断预测模型的有效性。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。