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！

龙图腾网获悉吉林财经大学;吉数研院(吉林省)信息技术咨询设计有限责任公司申请的专利一种基于自适应树种算法的数据分类预测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：CN116956160B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310960380.2，技术领域涉及：G06F18/241；该发明授权一种基于自适应树种算法的数据分类预测方法是由姜建华;杨汐;陈太博;丁开放;余紫垠设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本一种基于自适应树种算法的数据分类预测方法在说明书摘要公布了：本发明适用于数据优化算法技术领域，提供了一种基于自适应树种算法的数据分类预测方法，包括以下步骤：获取数据：获取历史数据并处理，收集待分类预测的数据并处理；模型初始化：自适应树种算法初始化，神经网络初始化；计算适应度：计算每棵树的适应度值；评估潜力：评估每棵树的潜力等级；生成种子：采用自适应的方式生成种子，潜力等级最低的树完成迁移；演化评价：计算种子的适应度值，完成种群演化；反馈迭代：重新评估树的潜力等级；构建模型并输出结果。本发明不仅解决了树种算法存在的易陷入局部最优、收敛速慢、种群多样性不足等问题，还提高了神经网络模型训练的性能和效率，从而提高数据分类预测模型的准确性和高效性。

本发明授权一种基于自适应树种算法的数据分类预测方法在权利要求书中公布了：1.一种基于自适应树种算法的数据分类预测方法，其特征在于，所述方法包括以下步骤： 模型初始化：自适应树种算法初始化，神经网络初始化； 计算适应度：计算每棵树的适应度值； 评估潜力：评估每棵树的潜力等级； 生成种子：采用自适应的方式生成种子，潜力等级最低的树完成迁移； 演化评价：计算种子的适应度值，完成种群演化； 反馈迭代：重新评估树的潜力等级，重复所述计算适应度、评估潜力、生成种子以及演化评价中的步骤，直到满足终止条件； 构建模型：在满足终止条件后，输出最优解；构建分类预测优化模型； 所述评估潜力的步骤，具体包括：将每棵树的适应度值由优到差排序后，排名前K%的树评为A级，未排入前K%且未有效进化次数超过阈值的树评为C级，其余的树评为B级，K为定值； 所述生成种子的步骤，具体包括： 潜力等级为A的树根据公式2和3计算其种子的位置： ,2 ,3 其中，为第j个种子第d个维度上的位置，为[0,1]之间的随机数，为当前第棵树在第d个维度上的位置，为当前种群中适应度值最优的树，为种群中随机选择的一棵树，为[0,1]之间的随机数； 潜力等级为B的树根据公式4计算其种子的位置： 4 其中，为种群中随机选择的一棵树，为[0,1]之间的随机数； 潜力等级为C的树根据公式5计算其迁移位置： 5 其中，为种群中随机选择的一棵树，为当前种群中适应度值最优的树，为演化计算系数，根据公式6和7计算： 6 7 其中，为一个随着迭代次数递增而线性递减的变量，为取值为2的常数，为当前迭代次数，为最大迭代次数； 步骤1：通过现场测试或实验获得工程实例的设计数据； 步骤2：建立下式所示的优化问题目标函数，确定待辨识的参数， ； 悬臂梁由5个厚度恒定的中空方形组成，其中，x为五个正方体的高度，即待优化的决策变量； 步骤3：输入实验数据以及各待辨识参数的取值范围，用于构建基于自适应树种算法的参数优化模型； 步骤4：设置自适应树种算法的运行参数，包括树群规模N、最大迭代次数max_iteration和算法终止规则，算法终止规则设置为：算法运行次数达到最大迭代次数max_iteration； 步骤5：运行自适应树种算法对悬臂梁的正方形高度五个未知参数进行辨识，通过最小化目标函数，获得未知参数的估计值。

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吉林财经大学;吉数研院(吉林省)信息技术咨询设计有限责任公司，其通讯地址为：130000 吉林省长春市净月大街3699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。