Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 沈阳市农祥牧业科技有限公司赵金勇获国家专利权

沈阳市农祥牧业科技有限公司赵金勇获国家专利权

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!

龙图腾网获悉沈阳市农祥牧业科技有限公司申请的专利基于多目标优化的生物饲料转化过程调控方法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:CN120471091B

龙图腾网通过国家知识产权局官网在2025-09-19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:202510969519.9,技术领域涉及:G06N3/006;该发明授权基于多目标优化的生物饲料转化过程调控方法是由赵金勇;王占军设计研发完成,并于2025-07-15向国家知识产权局提交的专利申请。

基于多目标优化的生物饲料转化过程调控方法在说明书摘要公布了:本发明公开了一种基于多目标优化的生物饲料转化过程调控方法,包括如下步骤:根据实时采集的温度数值、酸碱度数值、菌群配比数值及营养物配比数值,建立多目标优化数学模型,获得多维决策空间;利用深度神经网络实时感知决策空间状态,确定优化目标优先级及权重,生成实时调控策略;基于实时调控策略调整多模态蚁群协同寻优算法,获得候选解集;通过强化学习策略从候选解集中选取最优调控方案;将调控方案转化为工艺控制指令并实时调控;反馈实时调控后的过程参数,动态更新决策空间,持续优化转化过程。本发明提高转化效率及资源利用率,降低环境影响。

本发明授权基于多目标优化的生物饲料转化过程调控方法在权利要求书中公布了:1.基于多目标优化的生物饲料转化过程调控方法,其特征在于,包括: 根据生物饲料转化过程中采集的实时数据,建立多目标优化数学模型,获得多维决策空间; 通过深度神经网络实时感知当前生物饲料转化过程中多维决策空间的环境状态信息,并评估当前各优化目标之间的冲突程度和资源约束情况,生成实时调控策略; 基于实时调控策略,动态调整多模态蚁群协同寻优算法中全局探索蚁群与局部寻优蚁群的探索模式和探索方向,获取候选解集; 通过强化学习策略评估候选解集中各解的有效性,选取最优调控方案; 利用工业物联网及在线传感器网络实时采集的生物饲料转化过程参数,将最优调控方案转换为具体的工艺控制指令,并反馈至生物饲料转化过程控制设备; 将实时调控后的生物饲料转化过程参数反馈至多目标优化数学模型,动态更新多维决策空间; 所述通过深度神经网络实时感知当前生物饲料转化过程中多维决策空间的环境状态信息,并评估当前各优化目标之间的冲突程度和资源约束情况,生成实时调控策略,具体为: 实时获取多维决策空间中的温度数值、酸碱度数值、菌群配比数值及营养物配比数值,并分别进行标准化处理,获得归一化状态数据; 将归一化状态数据输入至已训练的深度神经网络,并经深度神经网络内部的多层前馈连接结构进行逐层非线性映射,获得各优化目标之间相互冲突程度的具体数值; 依据优化目标之间相互冲突程度的具体数值,采用线性加权求和的方法,计算得到综合冲突程度量化指标; 依据所述综合冲突程度量化指标,通过目标优先级决策矩阵确定各优化目标的优先级排序; 依据优先级排序结果,采用动态权重分配方法确定转化效率数值、资源利用效率数值及环境影响指标数值的实时优化权重系数; 依据所确定的实时优化权重系数及多维决策空间当前状态信息,计算温度数值、酸碱度数值、菌群配比数值及营养物配比数值的优化调控目标值组合,生成实时调控策略; 所述基于实时调控策略,动态调整多模态蚁群协同寻优算法中全局探索蚁群与局部寻优蚁群的探索模式和探索方向,并实时更新用于引导蚁群搜索路径的信息素分布,获取生物饲料转化过程多目标优化的候选解集,具体为: 根据实时调控策略,生成初始信息素场强分布; 根据初始信息素场强分布,确定全局探索蚁群初始位置和数量,并以信息素场强梯度方向确定全局探索蚁群初始探索方向和步长; 根据全局探索蚁群探索的探索结果,进行信息素浓度动态调节,并利用信息素浓度变化梯度确定局部寻优蚁群的搜索区域边界; 根据搜索区域边界,以局部寻优蚁群对边界内部进行密集搜索,并实时记录搜索路径对应的信息素分布及优化解的目标函数数值; 根据所记录的搜索路径对应的目标函数数值,确定全局探索蚁群和局部寻优蚁群的信息素增强系数及挥发系数,依据优化解对应的目标函数数值高低动态更新多维决策空间中的信息素场强; 根据更新后的信息素场强及对应梯度变化,重新调整全局探索蚁群与局部寻优蚁群下一周期的探索模式、探索方向及步长,并确定不同模式蚁群间的信息素共享方式; 根据更新后的信息素场强分布,重新获得生物饲料转化过程的多目标优化候选解集; 所述强化学习策略具体为: 根据多目标优化候选解集中各候选解对应的温度数值、酸碱度数值、菌群配比数值及营养物配比数值,构建当前状态与优化动作之间的状态-动作映射关系; 依据所述状态-动作映射关系,以当前状态对应的各优化目标实时优化权重系数为条件,计算各优化动作对应的任务优先级动态调整因子; 根据所述任务优先级动态调整因子,以任务间冲突程度最小化为目标,更新各优化动作的动作值函数数值; 依据更新后的动作值函数数值,生成动作值函数搜索空间,并计算动作值函数搜索空间中每个优化动作的潜在长期累积奖赏函数数值; 依据所述潜在长期累积奖赏函数数值,计算每个优化动作对应的动作值置信区间,获得动作值函数搜索空间中各优化动作的置信度上下界; 根据动作值函数搜索空间中优化动作的动作值函数数值与对应动作值置信区间,以动作值与置信区间协同最大化为目标,确定当前状态下的最优优化动作; 依据确定的最优优化动作所对应的温度数值、酸碱度数值、菌群配比数值及营养物配比数值,计算得到对应的综合评估指标数值。

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沈阳市农祥牧业科技有限公司,其通讯地址为:110201 辽宁省沈阳市辽中区养士堡镇四合村;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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。