-
公开(公告)号：CN109117491A
公开(公告)日：2019-01-01
申请号：CN201810622595.2
申请日：2018-06-15
Applicant: 北京理工大学
Abstract: 本发明公开了一种融合专家经验的高维小数据的代理模型构建方法。使用本发明能够得到在高维小数据情况下的高精度代理模型。本发明利用神经网络反映设计模型中设计变量与设计目标之间的函数关系，并利用遗传算法对神经网络的权值进行训练，并在训练过程中，融入专家对于设计变量和设计目标间的对应关系式的经验认识，补充缺失的映射规律，从而成功克服了高维小数据条件下代理模型精度不高的问题。本发明没有增加样本量，不会带来数据噪音。
-
公开(公告)号：CN108846778A
公开(公告)日：2018-11-20
申请号：CN201810527244.3
申请日：2018-05-29
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于知识库的产品概念新颖性评价方法，能够根据产品概念直接计算得到产品概念新颖性值，能够避免专家评价带来的不确定性。该方法包括如下步骤：从现有产品中提取产品概念并将其转化为数据表达形式，存储为产品概念知识库；采用数理统计方法分析产品概念知识库，确定各产品概念的关键特性参数；确定作为评价标准的新颖性指标，通过专家评价法获得各新颖性指标的值以及权重，确定产品概念的新颖性值；以产品概念的关键特性参数作为人工神经网络的输入，以产品概念的新颖性值作为人工神经网络的输出，对人工神经网络进行训练，获得产品概念新颖性评价模型用于对待评价的产品概念进行新颖性评价。
-
Patent Agency Ranking
公开(公告)号：CN108764339B
公开(公告)日：2022-04-15
申请号：CN201810527242.4
申请日：2018-05-29
Applicant: 北京理工大学
IPC: G06K9/62 , G06F16/2458
Abstract: 本发明公开了一种基于知识库的产品概念可行性判定方法，包括以下步骤：从现有产品中提取产品概念并将其转化为数据表达形式，存储为产品概念知识库；采用数理统计方法分析产品概念知识库，确定各产品概念的关键特性参数；随机生成设定数量的随机产品概念，产品概念知识库中所有的产品概念与随机产品概念作为贝叶斯分类器的训练样本，以训练样本的关键特性参数作为贝叶斯分类器的输入，以预先设定的训练有样本的可行性判定结果作为输出，对贝叶斯分类器进行训练，获得产品概念的可行性判定模型；采用产品概念的可行性判定模型对待判定的产品概念进行可行性判定，若待判定的产品概念被判定为可行，则计算待判定的产品概念的可行性值。
-
公开(公告)号：CN108764339A
公开(公告)日：2018-11-06
申请号：CN201810527242.4
申请日：2018-05-29
Applicant: 北京理工大学
CPC classification number: G06K9/6278 , G06K9/6256
Abstract: 本发明公开了一种基于知识库的产品概念可行性判定方法，包括以下步骤：从现有产品中提取产品概念并将其转化为数据表达形式，存储为产品概念知识库；采用数理统计方法分析产品概念知识库，确定各产品概念的关键特性参数；随机生成设定数量的随机产品概念，产品概念知识库中所有的产品概念与随机产品概念作为贝叶斯分类器的训练样本，以训练样本的关键特性参数作为贝叶斯分类器的输入，以预先设定的训练有样本的可行性判定结果作为输出，对贝叶斯分类器进行训练，获得产品概念的可行性判定模型；采用产品概念的可行性判定模型对待判定的产品概念进行可行性判定，若待判定的产品概念被判定为可行，则计算待判定的产品概念的可行性值。
-
公开(公告)号：CN116011524A
公开(公告)日：2023-04-25
申请号：CN202310003024.1
申请日：2023-01-03
Applicant: 北京理工大学
IPC: G06N3/047 , G06N3/08 , G06F30/27 , G06N3/044 , G06F119/14
Abstract: 本发明公开了一种高超声速拦截器性能快速评估方法。本发明以神经网络为代理模型框架，利用设计人员在型号设计过程中积累的工程经验，填补工况参数和目标性能之间的映射规律，将工程经验融入到神经网络中，弥补小样本数据预测精度低的问题。最终训练得到的神经网络代理模型的测试误差在0.5％以内，表明本发明所建立的神经网络代理模型能够获得较高精度的气动性能参数预测结果，并具有良好的泛化能力。
-
公开(公告)号：CN108846778B
公开(公告)日：2020-10-16
申请号：CN201810527244.3
申请日：2018-05-29
Applicant: 北京理工大学
IPC: G06Q50/18 , G06F40/216
Abstract: 本发明公开了一种基于知识库的产品概念新颖性评价方法，能够根据产品概念直接计算得到产品概念新颖性值，能够避免专家评价带来的不确定性。该方法包括如下步骤：从现有产品中提取产品概念并将其转化为数据表达形式，存储为产品概念知识库；采用数理统计方法分析产品概念知识库，确定各产品概念的关键特性参数；确定作为评价标准的新颖性指标，通过专家评价法获得各新颖性指标的值以及权重，确定产品概念的新颖性值；以产品概念的关键特性参数作为人工神经网络的输入，以产品概念的新颖性值作为人工神经网络的输出，对人工神经网络进行训练，获得产品概念新颖性评价模型用于对待评价的产品概念进行新颖性评价。
-
公开(公告)号：CN109117491B
公开(公告)日：2023-04-07
申请号：CN201810622595.2
申请日：2018-06-15
Applicant: 北京理工大学
IPC: G06F30/20 , G06N3/0464 , G06N3/08 , G06N3/126
Abstract: 本发明公开了一种融合专家经验的高维小数据的代理模型构建方法。使用本发明能够得到在高维小数据情况下的高精度代理模型。本发明利用神经网络反映设计模型中设计变量与设计目标之间的函数关系，并利用遗传算法对神经网络的权值进行训练，并在训练过程中，融入专家对于设计变量和设计目标间的对应关系式的经验认识，补充缺失的映射规律，从而成功克服了高维小数据条件下代理模型精度不高的问题。本发明没有增加样本量，不会带来数据噪音。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
