公开(公告)号：CN114021463A

公开(公告)日：2022-02-08

申请号：CN202111319967.2

申请日：2021-11-09

Applicant: 南通大学

Inventor： 金晶亮 ,  温晴岚 ,  邱亚茹 ,  程思齐 ,  张庆亮 ,  郭晓君 ,  张霰月

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种汽油精制过程中的路径优化模型，通过数据挖掘技术提取影响辛烷值损失的关键变量，进而建立辛烷值损失预测模型，基于该模型对每个样本的操作条件进行优化。力求在保证汽油产品进一步脱硫效果的前提下，尽量降低汽油辛烷值损失，实现汽油产品的清洁化。

公开(公告)号：CN114912343A

公开(公告)日：2022-08-16

申请号：CN202210329548.5

申请日：2022-03-30

Applicant: 南通大学

Inventor： 金晶亮 ,  邱雅茹 ,  张霰月 ,  温晴岚 ,  程思齐 ,  郭晓君

IPC: G06F30/27 ,  G06Q10/04 ,  G06Q10/06 ,  G06Q50/26 ,  G06N3/04 ,  G06N3/08 ,  G01W1/10

Abstract: 本发明公开基于LSTM神经网络的空气质量二次预报模型构建方法，根据对监测点的空气质量预报基础数据，从数据挖掘、数据分析等多角度探究空气质量预报的二次建模。首先，对一次预报数据和实测数据进行预处理，以保证后续模型的质量，通过相关性分析，判断气象对污染物浓度的影响；然后利用LSTM神经网络建立污染物二次预报模型，对监测点A、B、C进行污染物浓度预测，并通过最大相对误差、平均相对误差、决定系数等检验指标对模型进行评价。最后在基于LSTM神经网络二次预报模型的基础上，进行输入集改进，建立协同二次预报模型，协同监测点A1、A2、A3，对监测点A进行协同污染物浓度预测，并比较模型能否提升针对监测点A的污染物浓度预报准确度。

公开(公告)号：CN114021463B

公开(公告)日：2023-04-07

申请号：CN202111319967.2

申请日：2021-11-09

Applicant: 南通大学

Inventor： 金晶亮 ,  温晴岚 ,  邱亚茹 ,  程思齐 ,  张庆亮 ,  郭晓君 ,  张霰月

IPC: G06F30/27 ,  G06F18/23 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种汽油精制过程中的路径优化模型，通过数据挖掘技术提取影响辛烷值损失的关键变量，进而建立辛烷值损失预测模型，基于该模型对每个样本的操作条件进行优化。力求在保证汽油产品进一步脱硫效果的前提下，尽量降低汽油辛烷值损失，实现汽油产品的清洁化。

公开(公告)号：CN111815157A

公开(公告)日：2020-10-23

申请号：CN202010645101.X

申请日：2020-07-07

Applicant: 南通大学

Inventor： 金晶亮 ,  陈振熙 ,  温晴岚 ,  张霰月 ,  葛骅

IPC: G06Q10/06 ,  G06N3/00

Abstract: 本发明公开了一种基于鱼群算法的生产调度成本优化方法，首先采集生产条件的相关参数；再建立鱼群算法模型，并将生产条件的相关参数输入所述鱼群算法模型中进行计算，最后由鱼群算法模型经过计算得出最终结果。本发明与穷举法求解最优生产成本相比，减少了计算所需的时间，参数设置简便且能够得到准确的结果。

公开(公告)号：CN111815157B

公开(公告)日：2023-07-25

申请号：CN202010645101.X

申请日：2020-07-07

Applicant: 南通大学

Inventor： 金晶亮 ,  陈振熙 ,  温晴岚 ,  张霰月 ,  葛骅

IPC: G06Q10/0631 ,  G06N3/006

Abstract: 本发明公开了一种基于鱼群算法的生产调度成本优化方法，首先采集生产条件的相关参数；再建立鱼群算法模型，并将生产条件的相关参数输入所述鱼群算法模型中进行计算，最后由鱼群算法模型经过计算得出最终结果。本发明与穷举法求解最优生产成本相比，减少了计算所需的时间，参数设置简便且能够得到准确的结果。

公开(公告)号：CN115831375A

公开(公告)日：2023-03-21

申请号：CN202211609682.7

申请日：2022-12-14

Applicant: 南通大学

Inventor： 程思齐 ,  邱雅茹 ,  温晴岚 ,  赵丽雅 ,  周超阳 ,  金晶亮

IPC: G16H50/50 ,  G16H50/20 ,  G16H50/30

Abstract: 本发明公开一种抗乳腺癌候选药物的效果预测模型构造方法，首先，对给定的分子描述符数据预处理，剔除对化合物生物活性值无效的分子描述符；通过随机森林筛选出显著影响生物活性的分子描述符；再次，基于BP神经网络建立不同化合物对ERα生物活性的定量预测模型，并对化合物进行了IC50和PIC50值预测；然后利用效果最好的BP神经网络模型利用分子描述符，针对化合物的ADMET数据，构建化合物的分类预测模型，并根据所构建的分类预测模型对化合物的Caco‑2、CYP3A4、hERG、HOB、MN结果进行相应预测；最后结合遗传算法和神经网络模型选取分子描述符，其不但可以保证化合物对抑制ERα具有更好的生物活性，还具有更好的ADEMT性质，从而优化了预测效果，从而比较得出更优的抗乳腺癌候选药物。

公开(公告)号：CN113689594A

公开(公告)日：2021-11-23

申请号：CN202110917547.8

申请日：2021-08-10

Applicant: 南通大学

Inventor： 金晶亮 ,  温晴岚 ,  张霰月 ,  程思齐 ,  张庆亮 ,  郭晓君

IPC: G07C5/08 ,  G06K9/62

Abstract: 本发明公开一种新的汽车行驶工况构造方法，由于汽车行驶数据的采集设备直接记录的原始采集数据往往会包含一些不良数据，因此，需设计合理的方法对原始不良数据进行预处理，从而完成运动学片段的提取根据上述经预处理后的数据，利用主成分分析和聚类分析法，生成一条能体现参与数据采集汽车行驶特征的汽车行驶工况曲线，并与原始数据进行比较，归纳检验结果。选取计算9个特征参数，尝试了一种新的加速、减速、怠速和匀速工况的划分标准，得到了一种基于城市典型道路的实际速度、加速度等特征参数的行驶工况；使得到的汽车行驶工况曲线，有助于相关部门制定反映实际道路行驶情况的测试工况，进而提高汽车能耗的管理水平。