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！

申请/专利权人：四川大学;西安近代化学研究所

摘要：本发明公开了一种基于机器学习的交互式固体推进剂性能预测平台及方法，包括：用户输入及结果展示模块，供用户选取机器学习方法和参数范围、发送开始训练、中断寻参指令和保存最佳参数指令；供用户选择配方、已训练完成的模型和实验参数以及展示反馈结果；模型训练及预测模块在数据库检索对应的数据，经过预处理后形成配方信息矩阵，并将矩阵规模反馈给用户输入及结果展示模块进行展示；以及收到用户的开始训练指令后，进行寻参建模，建模中断控制以及反馈并保存当前全局最佳参数；以及对配方进行预测并反馈预测结果。本发明中用户仅需要进行最基础的选择即可对选定的配方和实验环境进行机器学习建模和性能预测，且可在训练过程继续中断控制。

主权项：1.基于机器学习的交互式固体推进剂性能预测平台，其特征在于，包括：用户输入及结果展示模块，用于供用户选取机器学习方法和参数范围并发送到模型训练及预测模块；用于将用户的开始训练、中断寻参指令和保存最佳参数指令发送给模型训练及预测模块；用于供用户选择配方、已训练完成的模型和实验参数并发送到模型训练及预测模块，还用于可视化展示模型训练及预测模块的反馈结果；模型训练及预测模块，用于根据用户选取机器学习方法和参数范围在数据库检索对应的数据，经过预处理后形成配方信息矩阵，并将矩阵规模反馈给用户输入及结果展示模块进行展示；以及收到用户的开始训练指令后，进行寻参建模，并在接收到用户的中断指令后，停止计算并反馈当前最佳参数；在接收到用户的保存最佳参数指令后，保存当前最佳参数作为模型的参数；以及根据用户的选择配方、已训练完成的模型和实验参数对配方性能进行预测，并反馈到用户输入及结果展示模块；所述用户输入及结果展示模块包括：配方信息选择单元，用于供用户选择配方信息，并发送到模型训练及预测模块；模型及参数选择单元，用于供用户选择建模所用的机器学习方法和模型参数，并发送到模型训练及预测模块；指令下发单元，用于供用户下发模型训练开始指令、停止寻参指令以及保存最佳参数及对应模型指令，并发送到模型训练及预测模块；配方评估输入单元，用于供用户已训练完成的模型和实验参数，并发送给模型训练及预测模块；可视化展示单元，用于展示模型训练及预测模块反馈的模型训练过程信息和模型预测结果；所述模型训练及预测模块包括：数据库，用于存储配方对应的具体数据、已训练完成的模型和模型的最佳参数；数据样本预处理单元，用于接收所述配方信息选择单元发送的配方信息从数据库检索配方对应的具体数据，并进行数据预处理形成配方信息矩阵存入缓存，并将矩阵规模反馈至所述可视化展示单元；寻参建模单元，用于在接收到所述指令下发单元发送的模型训练开始指令后，根据所述模型及参数选择单元发送的机器学习方法和模型参数，调用缓存中的配方信息矩阵，开始寻参建模并实时反馈模型训练过程信息至所述可视化展示单元，直至在穷尽寻参时反馈全局最佳参数；若寻参过程中接收到所述指令下发单元发送的停止寻参指令时，则停止寻参并反馈当前最佳参数；以及在接收到所述指令下发单元发送的保存最佳参数及对应模型指令时，保存当前最佳参数或全局最佳参数以及模型到数据库；预测单元，用于根据配方评估输入单元发送的已训练完成的模型和实验参数从数据库中选择对应的模型、模型对应的最佳参数，并调用缓存的配方信息矩阵进行预测，并将预测结果发送给所述可视化展示单元；所述数据预处理的方法包括：A1、对数据库检索的配方信息进行整理，通过拓扑排序，把不同的组分变为特征，并固定特征位置，从而生成特征索引；A2、根据配方中具体组分含量，确定每个配方中特征的数值，对于配方中缺失的组分进行数值补零，生成特征矩阵；A3、对生成的特征矩阵中设定的属性进行对数化操作，公式为： A4、若是建模流程，则生成对应的标签信息，标签信息为固体推进剂性能指标，若是预测流程，则只生成特征。

全文数据：

权利要求：

百度查询： 四川大学 西安近代化学研究所 基于机器学习的交互式固体推进剂性能预测平台及方法