-
公开(公告)号:CN115409562A
公开(公告)日:2022-11-29
申请号:CN202211146182.4
申请日:2022-09-20
Applicant: 河南科技大学
IPC: G06Q30/02 , G06N3/04 , G06N3/08 , G06F16/951 , G06F16/215
Abstract: 本发明公开一种融合因子信息和序列信息的农业装备销量预测方法,步骤为:一、获取农业装备销量序列信息和影响销量因素的历史数据;二、对数据进行清洗,得到数据张量表示;三、利用长短期神经网络模型,对农业装备销量序列信息和影响销量因素的历史数据分别编码,将农业装备销量序列数据和影响农业装备销量的因子数据连接后前n个月的数据作为输入数据,n为序列长度,以农业装备销量序列中下一个月的销售数据作为输出数据对模型进行训练,使用交叉验证获取模型的最优参数;四、使用训练好的模型对农业装备销量数据进行预测;五、使用最新获取的数据对模型进行迭代训练;六、结合非平稳因素,引入主观调节因子,对预测值进行衰减或加强调节。
-
公开(公告)号:CN115409563A
公开(公告)日:2022-11-29
申请号:CN202211146184.3
申请日:2022-09-20
Applicant: 河南科技大学
Abstract: 本发明公开一种多因素影响的农业装备库存需求预测方法,步骤为:一、获取库存需求量和影响因素的历史数据,将影响因素历史数据进行预处理;二、利用经验模态分解算法将库存需求量历史数据自适应分解为多个不同尺度的本征模态分量imf和一个残差分量res;三、使用傅里叶变换选取具有周期性特征的imf,将res和对应的imf输入Prophet算法进行训练建模,根据此预测模型对相应的imf进行预测;四、使用主成分分析法选取剩余imf的关键影响因素,将关键影响因素作为自变量,输入DRL‑LSSVM中进行训练建模,根据此预测模型对imf进行预测;五、将上述两个预测结果进行相加求和得到最终预测结果。该方法有效提升解决季节性需求下农业装备库存需求预测的准确率,提高模型的可解释性。
-
公开(公告)号:CN114082901A
公开(公告)日:2022-02-25
申请号:CN202111394735.3
申请日:2021-11-23
Applicant: 河南科技大学
IPC: B22D1/00
Abstract: 本发明提供一种铸铁生产随流孕育方法,包括以下步骤:移动整个装置,把整个装置移动至孕育剂存放处的出料位置附近,并连通电源;把孕育剂加入到加料斗中,孕育剂从加料斗落在接料盘上;把整个便携装置移动到浇注位置附近,手持加料管对准液流位置,待金属流出时,启动整个装置。振动电机带动接料盘高频率震动,使得接料盘上的孕育剂落进接料筒内部;气体供应机构内部的气体经过气管进入到三通管内部,经过出料管排出;驱动电机带动挡板转动,使得孕育剂进入到出料斗中,再进入到三通管中,孕育剂经过出料管排入到金属液体流中。本专利使得随流孕育装置实现了便携化,具有定量精确,可以方便的随浇注机移动,也能用于其他手工或机械化铸造生产。
-
-