武汉大学雷忠诚获国家专利权
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!
龙图腾网获悉武汉大学申请的专利基于IDBO-SA-LSTM的冷连轧轧制力预测方法及装置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:CN120046460B 。
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:202411923655.6,技术领域涉及:G06F30/27;该发明授权基于IDBO-SA-LSTM的冷连轧轧制力预测方法及装置是由雷忠诚;李州;胡文山;苏九铮设计研发完成,并于2024-12-25向国家知识产权局提交的专利申请。
本基于IDBO-SA-LSTM的冷连轧轧制力预测方法及装置在说明书摘要公布了:本申请涉及轧制力预测技术领域,特别涉及一种基于IDBO‑SA‑LSTM的冷连轧轧制力预测方法及装置,其中,方法包括:基于预设的轧制力计算模型、Circle混沌映射策略、黄金正弦策略和动态权重系数,对优化蜣螂优化算法,以构建改进蜣螂优化算法;通过多种基准测试函数对改进蜣螂优化算法进行性能测试,以得到满足预设性能测试要求的改进蜣螂优化算法;基于改进蜣螂优化算法,对预设的自适应长短期记忆网络进行自动寻优,并通过自动寻优后的自适应长短期记忆网络构建目标SA‑LSTM轧制力预测模型,以在在线预测阶段利用目标SA‑LSTM轧制力预测模型对轧制力进行实时预测。由此,解决了现有机理模型包含较多难以确定的经验参数,无法保证冷连轧轧制力预测的泛化性能与精确度等问题。
本发明授权基于IDBO-SA-LSTM的冷连轧轧制力预测方法及装置在权利要求书中公布了:1.一种基于IDBO-SA-LSTM的冷连轧轧制力预测方法,应用于离线训练阶段,其特征在于,包括以下步骤: 基于预设的轧制力计算模型、Circle混沌映射策略、黄金正弦策略和动态权重系数,对预设的蜣螂优化算法进行优化,以构建改进蜣螂优化算法; 通过预设的多种基准测试函数对所述改进蜣螂优化算法进行性能测试,以得到满足预设性能测试要求的改进蜣螂优化算法; 基于所述改进蜣螂优化算法,对预设的自适应长短期记忆网络进行自动寻优,并通过自动寻优后的自适应长短期记忆网络构建目标SA-LSTM轧制力预测模型,以在在线预测阶段利用所述目标SA-LSTM轧制力预测模型对轧制力进行实时预测; 其中,所述基于所述改进蜣螂优化算法,对预设的自适应长短期记忆网络进行自动寻优,并通过自动寻优后的自适应长短期记忆网络构建目标SA-LSTM轧制力预测模型,包括: 基于预设的自注意力机制、LSTM层、激活层、全连接层和回归层,构建所述自适应长短期记忆网络; 获取冷连轧轧制力原始数据,并对所述冷连轧轧制力原始数据进行随机打散和归一化操作,以构建目标训练格式数据集,且划分所述目标训练格式数据集,以生成训练数据集和测试数据集; 初始化所述改进蜣螂优化算法中的多个参数,并基于所述Circle混沌映射策略,初始化改进蜣螂优化算法对应的蜣螂种群,以得到多个个体位置,且利用所述多个个体位置训练所述自适应长短期记忆网络,以生成目标适应度的个体位置,其中,所述多个参数包括种群个数、最大迭代次数、隐含层神经元个数、初始学习率、正则化系数以及种群中滚球、繁殖、觅食和偷盗的行为比例; 利用所述改进蜣螂优化算法更新所述目标适应度的个体位置,并循环迭代至所述最大迭代次数,以得到最优解参数,并通过所述最优解参数和所述训练数据集训练所述自适应长短期记忆网络,以得到初始SA-LSTM轧制力预测模型; 通过所述测试数据集微调所述初始SA-LSTM轧制力预测模型,以得到所述目标SA-LSTM轧制力预测模型。
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武汉大学,其通讯地址为:430072 湖北省武汉市武昌珞珈山;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励