[发明专利]变学习率网络建模的风机设计二代算法多目标优化方法在审
| 申请号： | 201910139400.3 | 申请日： | 2019-02-25 |
| 公开（公告）号： | CN109918749A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 徐英杰;许亮峰;刘成;徐美金;高健飞;吕乔榕 | 申请（专利权）人： | 北京妙微科技有限公司 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/04;G06N3/08 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 100102 北京市朝*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种变学习率网络建模的风机设计二代算法多目标优化方法，包括以下步骤：步骤一：风压和风量为给定值，效率和成本为目标变量，其中结构变量和目标变量的数据样本通过实验获得；步骤二：令结构变量为输入变量、目标变量为输出变量，对数据样本进行训练，完成变学习率网络模型的建立，其中采用变学习率方法更新权值和阈值；步骤三：建立二代算法模型，其中采用非支配排序算子和精英策略设计算子；步骤四：通过所建立的变学习率网络对风机的能耗和成本进行预测，并将预测值用于二代遗传算法模型中目标函数值的求取，来获得pareto前沿。最后将反归一化后的结构变量值应用于风机的实际设计中。本发明目标全面、精度较高。 | ||
| 搜索关键词： | 目标变量 多目标优化 风机设计 结构变量 数据样本 网络建模 算子 风机 算法 学习 遗传算法模型 发明目标 反归一化 方法更新 精英策略 目标函数 输出变量 输入变量 算法模型 网络模型 权值和 预测 风量 风压 排序 能耗 应用 网络 | ||
【主权项】：
1.一种变学习率网络建模的风机设计二代算法多目标优化方法，其特征在于，所述方法包括以下步骤：步骤一：收集对风机运行效率和成本影响非常大的结构变量，而风压和风量为给定值，效率和成本为目标变量，其中结构变量和目标变量的数据样本可通过实验获得；步骤二：令结构变量为输入变量、目标变量为输出变量，对数据样本进行训练，完成变学习率网络模型的建立，其中采用变学习率方法更新权值和阈值；步骤三：建立二代算法模型，其中采用非支配排序算子和精英策略设计算子；步骤四：通过所建立的变学习率网络对风机的能耗和成本进行预测，并将预测值用于二代遗传算法模型中目标函数值的求取，来获得pareto前沿，最后将反归一化后的结构变量值应用于风机的实际设计中。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京妙微科技有限公司，未经北京妙微科技有限公司许可，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/patent/201910139400.3/，转载请声明来源钻瓜专利网。
