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！

龙图腾网获悉联通(江苏)产业互联网有限公司申请的专利基于AI工业大数据处理的业务流程动态优化决策系统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：CN120597726B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202511092897.X，技术领域涉及：G06F30/27；该发明授权基于AI工业大数据处理的业务流程动态优化决策系统是由徐成杰;徐秋骁;王岩;彭勇;吕呈;薛婷婷;于刚;蒋海涛设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本基于AI工业大数据处理的业务流程动态优化决策系统在说明书摘要公布了：本发明涉及数据处理技术领域，具体涉及基于AI工业大数据处理的业务流程动态优化决策系统，包括：获取石化管道网络在不同运行状态下的应力应变传递数据及对应管网运行参数，构建历史决策案例库；从应力应变传递数据中自适应确定核心传递特征集，通过历史数据迭代优化特征筛选权重；将传递特征集与管网运行参数输入动态关联建模引擎，生成自更新的传递－运行关联模型，并根据实时数据偏差修正关联系数；基于传递－运行关联模型及历史决策案例库，执行管网运行参数的动态调整决策。通过分布式传感采集应力应变与运行参数，并消除时空偏差，形成时空关联数据集，通过历史特征重要度迭代优化筛选权重，自动识别关键传递路径。

本发明授权基于AI工业大数据处理的业务流程动态优化决策系统在权利要求书中公布了：1.基于AI工业大数据处理的业务流程动态优化决策系统，其特征在于，包括： 数据采集模块：获取石化管道网络在不同运行状态下的应力应变传递数据及对应管网运行参数，构建历史决策案例库； 特征提取模块：从应力应变传递数据中自适应确定核心传递特征集，通过历史数据迭代优化特征筛选权重； 动态关联模块：将传递特征集与管网运行参数输入动态关联建模引擎，生成自更新的传递－运行关联模型，并根据实时数据偏差修正关联系数； 对管网运行参数进行智能聚类，得到与关键传递路径一一对应的参数簇，智能聚类以管网运行参数的多维特征为依据，采用密度聚类算法，通过计算参数间的欧式距离，具体计算公式如下： 其中，di,j表示第i组与第j组管网运行参数的欧式距离，vi、vj表示第i、j组的介质流速，Pi、Pj表示第i、j组的管道压力，Ti、Tj表示第i、j组的环境温度，将具有相似变化趋势的参数划分为同一簇，具体计算公式如下： 其中，Corei表示第i组参数是否为核心点，∈表示密度聚类的半径阈值，Numj|·表示满足条件的参数组数量，MinPts表示核心点最小的邻居数，为每个参数簇与对应传递路径建立子关联模型，具体计算公式如下： 其中，表示子模型预测的路径p的核心传递特征值，v、P、T表示参数簇内的介质流速、管道压力、环境温度，ω0表示偏置项，ω1、ω2、ω3表示回归系数，分别对应流速、压力、温度的权重，值越大，该参数对特征的影响越强，为子关联模型设置置信度阈值，子关联模型以参数簇的运行参数为输入、对应传递路径的核心特征为输出，基于多元线性回归算法进行训练； 当实时数据输入时，若子关联模型的预测误差超过置信度阈值，则自动触发模型重构，融合更新后的子模型得到传递－运行关联模型，所述预测误差与阈值判断的具体计算公式如下： 其中，em表示子模型m的预测误差，表示子模型预测的核心特征值，fp表示实际采集的核心特征值，θ表示置信度阈值，flag表示重构触发标志，重构后子模型参数更新的具体计算公式如下： 其中，ω’k表示重构后子模型m的回归系数，L表示最新实时数据的样本量，fp,t表示第t组样本的预测特征值与实际特征值，预测误差指子模型基于实时运行参数预测核心传递特征的结果，与实际采集特征值的偏差，偏差超过置信度阈值，表明原模型无法适配当前关联规律，模型重构调用最新实时数据重新训练对应子模型，调整模型参数，重构完成后引擎按路径权重融合所有子模型，生成新的传递－运行关联模型，具体计算公式如下： 其中，F表示最终传递－运行关联模型的输出，Z表示关键传递路径总数，ωp表示路径p的权重，表示子模型m的输出， 动态调整决策模块：基于传递－运行关联模型及历史决策案例库，执行管网运行参数的动态调整决策。

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联通(江苏)产业互联网有限公司，其通讯地址为：210013 江苏省南京市鼓楼区古平岗4号C座二层；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”。

以上内容由龙图腾AI智能生成。