[发明专利]烧成曲线的自适应预测方法、设备及计算机存储介质有效
申请号: | 202110456989.7 | 申请日: | 2021-04-27 |
公开(公告)号: | CN113254738B | 公开(公告)日: | 2022-01-04 |
发明(设计)人: | 叶兴达;王金明;周霄天;姚青山;聂贤勇;陈淑琳 | 申请(专利权)人: | 佛山众陶联供应链服务有限公司 |
主分类号: | G06F16/904 | 分类号: | G06F16/904;G06F16/903 |
代理公司: | 深圳市恒程创新知识产权代理有限公司 44542 | 代理人: | 孔德丞 |
地址: | 528000 广东省佛山市禅城区南庄镇陶博大道2*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 烧成 曲线 自适应 预测 方法 设备 计算机 存储 介质 | ||
1.一种烧成曲线的自适应预测方法,其特征在于,所述方法包括:
基于烧成曲线自适应转化模型,将历史烧成曲线自适应转化为多项式嵌入参数;
利用历史原料成分数据以及所述多项式嵌入参数训练并生成多项式嵌入参数预测模型;
将实时原料成分数据输入所述多项式嵌入参数预测模型,输出预测的多项式嵌入参数;
将所述预测的多项式嵌入参数输入所述烧成曲线自适应转化模型,输出预测的烧成曲线;
其中,所述基于烧成曲线自适应转化模型,将历史烧成曲线自适应转化为多项式嵌入参数,包括:
将所述历史烧成曲线输入所述烧成曲线自适应转化模型;
利用所述烧成曲线自适应转化模型,对所述历史烧成曲线进行自适应的曲线拆解;
对曲线拆解生成的多个曲线段进行自适应的多项式拟合,转化为所述历史烧成曲线对应的多项式嵌入参数。
2.如权利要求1所述的烧成曲线的自适应预测方法,其特征在于,所述利用所述烧成曲线自适应转化模型,对所述历史烧成曲线进行自适应的曲线拆解,包括:
对所述历史烧成曲线执行多次不同次幂的多项式回归,生成对应的多项式回归次幂以及决定系数;
基于自适应寻优法则,从多个多项式回归次幂中自适应选取第一多项式回归次幂;
基于所述第一多项式回归次幂以及对应的决定系数,进行多项式拟合;
基于预设方法,对所述多项式拟合生成的结果进行计算,获得拆分点;
基于所述拆分点,将所述历史烧成曲线拆解。
3.如权利要求2所述的烧成曲线的自适应预测方法,其特征在于,所述基于自适应寻优法则,从多个多项式回归次幂中自适应选取第一多项式回归次幂,包括:
以X轴为所述多项式回归次幂,以Y轴为决定系数,将生成的多个多项式回归次幂以及决定系数绘制出第一关系曲线;
将所述第一关系曲线转化为第二关系曲线,获得所述第二关系曲线的极值点,则所述极值点对应的多项式回归次幂为所述第一多项式回归次幂。
4.如权利要求3所述的烧成曲线的自适应预测方法,其特征在于,所述将所述第一关系曲线转化为第二关系曲线,获得所述第二关系曲线的极值点,则所述极值点对应的多项式回归次幂为所述第一多项式回归次幂,包括:
赋值所述第一关系曲线的最大决定系数与最小决定系数为等值,基于第一预设公式获得所述第一关系曲线转化为所述第二关系曲线所需翻转角度;
基于所述第一关系曲线对应的矩阵M以及所述所需翻转角度,通过第二预设公式获得所述第二关系曲线对应的矩阵M*;
获得所述矩阵M*中决定系数的最值,则所述最值对应的多项式回归次幂为所述第一多项式回归次幂。
5.如权利要求2所述的烧成曲线的自适应预测方法,其特征在于,所述对曲线拆解生成的多个曲线段进行自适应的多项式拟合,转化为所述历史烧成曲线对应的多项式嵌入参数,包括:
对每个所述曲线段分别执行多次不同次幂的多项式回归,生成每个所述曲线段的多项式回归次幂以及决定系数;其中,所述不同次幂为依次递增次幂;
基于所述自适应寻优法则,从每个所述曲线段对应生成的多个多项式回归次幂中自适应选取第二多项式回归次幂;其中,一个曲线段对应一个所述第二多项式回归次幂;
基于每个所述曲线段的第二多项式回归次幂以及对应的决定系数,进行多项式拟合并转化为所述历史烧成曲线对应的多项式嵌入参数。
6.如权利要求5所述的烧成曲线的自适应预测方法,其特征在于,所述将所述预测的多项式嵌入参数输入所述烧成曲线自适应转化模型,则输出预测的烧成曲线,包括:
基于所述预测的多项式嵌入参数以及第二多项式回归次幂,生成多个曲线段;
基于所述拆分点以及所述第一多项式回归次幂,将所述多个曲线段连接并生成所述预测的烧成曲线。
7.如权利要求1所述的烧成曲线的自适应预测方法,其特征在于,所述方法,还包括:
基于所述预测的烧成曲线以及所述预测的烧成曲线包含的烧成曲线参数值,生成最佳烧成曲线建议。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山众陶联供应链服务有限公司,未经佛山众陶联供应链服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110456989.7/1.html,转载请声明来源钻瓜专利网。