[发明专利]为化学反应器生成控制设置

权利要求书

1.一种系统，包括：

存储器，所述存储器存储计算机可执行组件；

处理器，所述处理器可操作地耦合到所述存储器，并且执行存储在所述存储器中的所述计算机可执行组件，其中所述计算机可执行组件包括：

模型组件，所述模型组件基于关于过去化学反应器操作的训练数据来构建生成性机器学习模型，其中，所述生成性机器学习模型生成用于聚合物的实验发现的推荐化学反应器控制设置。

2.如权利要求1所述的系统，其中，所述生成性机器学习模型是经由梯度下降算法训练的变量自动编码器模型，所述梯度下降算法相对于编码器和解码器的参数优化损失函数。

3.如权利要求2所述的系统，其中，所述生成性机器学习模型通过对来自潜在空间的潜在变量采样并且经由所述解码器对所述潜在变量进行解码来生成所述推荐的化学反应器控制设置。

4.如权利要求1所述的系统，其中，所述生成性机器学习模型是经由生成性对抗网络模型的，所述生成性对抗网络模型包括生成器网络和鉴别器网络。

5.如权利要求4所述的系统，其中，所述生成器网络对噪声向量进行上采样以生成新数据，并且其中，所述鉴别器网络是分析所述训练数据和所述新数据的二项式分类器。

6.如权利要求5所述的系统，其中，所述发生器网络基于所述鉴别器网络不能在所述训练数据与所述新数据之间辨别来实现训练状态，并且其中，当所述发生器网络处于所述训练状态时，由所述发生器网络生成的所述新数据内包括所述推荐的化学反应器控制设置。

7.如权利要求1所述的系统，其中，所述训练数据包括在过去化学反应器操作期间由化学反应器实现的控制设置。

8.如权利要求1所述的系统，进一步包括：

反应器控制组件，所述反应器控制组件根据所述推荐的化学反应器控制设置操作化学反应器以合成所述聚合物。

9.如权利要求8所述的系统，进一步包括：

测量组件，所述测量组件测量由所述化学反应器合成的所述聚合物的特性；以及

验证组件，所述验证组件确定所述特性是否在定义的范围内。

10.如权利要求9所述的系统，进一步包括：

更新组件，所述更新组件基于由所述验证组件做出的确定来更新所述训练数据。

11.一种计算机实现的方法，包括：

由操作地耦合到处理器的系统基于关于过去化学反应器操作的训练数据来生成生成性机器学习模型，其中，所述生成性机器学习模型生成用于聚合物的实验发现的推荐化学反应器控制设置。

12.如权利要求11所述的计算机实现的方法，其中，所述生成性机器学习模型是变量自动编码器，并且其中，所述计算机实现的方法进一步包括：

由所述系统使用梯度下降算法来训练所述生成性机器学习模型，所述梯度下降算法相对于编码器和解码器的参数优化损失函数。

13.如权利要求12所述的计算机实现的方法，其中，所述生成性机器学习模型通过对来自潜在空间的潜在变量采样并且经由所述解码器对所述潜在变量进行解码来生成所述推荐的化学反应器控制设置。

14.如权利要求11所述的计算机实现的方法，其中，所述生成性机器学习模型是经由生成性对抗网络的，所述生成性对抗网络包括生成器网络和鉴别器网络。

15.如权利要求14所述的计算机实现的方法，进一步包括：

由所述系统通过对噪声向量进行上采样以生成新数据并且与所述新数据一起分析所述训练数据以辨别所述训练数据与所述新数据之间的分类差异来训练所述生成对抗网络。