-
公开(公告)号:CN119940627A
公开(公告)日:2025-05-06
申请号:CN202510020736.3
申请日:2025-01-07
Applicant: 中国计量大学
IPC: G06Q10/04 , G06Q10/063 , G06Q50/04 , G06Q50/26 , G06N3/045 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及一种用于卷烟生产企业的碳排放量预测方法,属于卷烟生产碳排放量预测领域。包括以下步骤:根据卷烟生产全工艺流程确定碳排放边界,明确碳排放活动数据的类型与来源,收集基础数据并进行缺失值补全、关键特征筛选和归一化处理,基于长短期记忆网络LSTM与自注意力机制构建LSTM‑Attention碳排放活动数据预测模型,将数据特征输入模型进行训练,同时优化模型参数,将待预测数据输入训练好的模型,获得活动数据预测值,结合碳排放因子预测最终碳排放量。本发明针对卷烟生产企业碳排放量预测方法匮乏和精度不足的问题,通过引入时间序列处理与注意力机制,不仅提升了预测的准确性,也为卷烟企业提供了具体的碳排放量预测方法。
-
公开(公告)号:CN119167977A
公开(公告)日:2024-12-20
申请号:CN202311398926.6
申请日:2023-10-26
Applicant: 中国计量大学
Abstract: 本发明公开了一种多策略改进的海鸥优化算法,所述算法采用Logistic与Cubic混沌映射相结合的方式实现种群初始化,在海鸥迁徙阶段对控制因子进行非线性变化,引入布朗运动对海鸥位置更新,引用Metropolis准则对最终海鸥更新的位置进行淘汰选择,增加了位置更新的随机性,充分地平衡了全局搜索和局部搜索的能力。本发明的一种多策略改进的海鸥优化算法有效提升算法的收敛性,避免过早陷入局部最优解。
-
公开(公告)号:CN118821303A
公开(公告)日:2024-10-22
申请号:CN202410070934.6
申请日:2024-01-17
Applicant: 中国计量大学
IPC: G06F30/15 , G06F30/27 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F119/02
Abstract: 本发明公开了一种基于CNN‑BiLSTM的无人机发动机剩余使用寿命预测方法,涉及无人机领域,所述方法包括:记录目标发动机工作状态时发动机内传感器的原始数据;对原始数据进行预处理并划分训练集和测试集,以便于预测模型的训练和提高预测精度;构建融合自注意力机制的CNN‑BiLSTM神经网络混合模型;选用训练集数据完成模型训练,测试集数据测试模型,以RMSE值和Score值作为模型预测的评价参数;采集航空无人机发动机工作状态时传感器数据,将该数据输入模型实现剩余使用寿命的预测。
-
-