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！

龙图腾网获悉合肥工业大学申请的专利基于机器学习的多目标产物工艺调控方法及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：CN119400268B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411502820.0，技术领域涉及：G16C20/10；该发明授权基于机器学习的多目标产物工艺调控方法及系统是由杨庆春;周健龙;张大伟设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本基于机器学习的多目标产物工艺调控方法及系统在说明书摘要公布了：本发明提供了一种基于机器学习的多目标产物工艺调控方法及系统，涉及机器学习技术领域。所述调控方法通过收率结果将原始数据集分类为MG、EG、ET三类，通过SMOTE改进方法提高模型分类预测的准确性；基于SHAP方法和部分依赖分析，探讨了不同输入特征结果的相对重要性程度，以及对DMO加氢工艺不同产物正负相关性影响与影响趋势；将通过输入特征数据得到的分类结果返回到APR2‑ML回归器中，采用APR2‑ML模型结合遗传算法对不同目标产物的收率进行优化，对催化剂特征参数和反应条件进行改进，能够筛选出最优催化剂；应用该模型从全局优化空间中能够搜索出DMO加氢制MG，EG，ET性能最好的新型催化剂，实现了多目标产物工艺的催化剂多目标优化。

本发明授权基于机器学习的多目标产物工艺调控方法及系统在权利要求书中公布了：1.一种基于机器学习的多目标产物工艺调控方法，其特征在于，所述方法包括步骤如下： S1、收集多目标产物工艺的催化剂性质和反应条件的相关数据，并研究数据的分布，通过数据预处理和特征之间的相关性分析对数据质量进行评估后输入进APR2-ML模型中；APR2-ML模型的分类器采用RF模型或XGB模型；APR2-ML模型的回归器采用XGB模型； S2、通过微平均和宏平均以及ROC曲线下的AUC值指标评价APR2-ML模型的分类器并自动化筛选所需目标产品，然后通过自动化反馈将自适应产品数据自动返回APR2-ML模型的回归器中，利用交叉验证后的决定系数，均方根误差对APR2-ML模型的回归器的超参数进行评价和改进； S3、利用基于SHAP值的特征重要性分析和部分依赖图探索在APR2-ML模型下输入对输出特征的影响程度及趋势，分析哪些特征参数在自动化调节中起着重要作用； S4、将通过自动分类筛选出来的多目标产物工艺催化剂产品数据收集起来，自动反馈回APR2-ML模型的回归器中，结合优化算法对催化剂性质和反应条件等数据进行多参数协同调控和优化，并自动化生成参数数据，使最终筛选出的产物收率最大化； S5、将APR2-ML模型用于多目标产物工艺新型催化剂的多目标优化筛选和预测的工作中，从全局优化空间中自动搜索具有更好催化性能的潜在候选催化剂。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；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。