Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜杭州互为综合能源服务有限公司曹治国获国家专利权

恭喜杭州互为综合能源服务有限公司曹治国获国家专利权

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!

龙图腾网恭喜杭州互为综合能源服务有限公司申请的专利一种基于人工智能的酒店能耗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:CN119539203B

龙图腾网通过国家知识产权局官网在2025-05-13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:202510084600.9,技术领域涉及:G06Q10/04;该发明授权一种基于人工智能的酒店能耗预测方法是由曹治国;陈礼朝;孔晗可;齐非华;黄光中设计研发完成,并于2025-01-20向国家知识产权局提交的专利申请。

一种基于人工智能的酒店能耗预测方法在说明书摘要公布了:一种基于人工智能的酒店能耗预测方法,属于数据处理领域,包括数据处理模块、特征处理模块和决策模块;所述数据处理模块的输出信息用于特征处理模块的输入参数;所述数据处理模块从样本的角度进行数据的采集、数据的扩充;所述特征处理模块从特征向量的角度进行特征的提取、特征的压缩性降维;所述决策模块利用特征处理模块输出的特征进行任务的决策,实现对酒店能耗进行预测。本发明生成数据在统计特性上更接近真实数据,显著增强模型的适应性和泛化能力;避免网络训练过程中的梯度问题,优化网络性能;增强降维模型的鲁棒性,提升数据表示的准确性和压缩性能;增强分类精度和对输入数据分布变化的响应速度。

本发明授权一种基于人工智能的酒店能耗预测方法在权利要求书中公布了:1.一种基于人工智能的酒店能耗预测方法,其特征在于,包括数据处理模块、特征处理模块和决策模块;所述数据处理模块的输出信息用于特征处理模块的输入参数;所述数据处理模块从样本的角度进行数据的采集、数据的扩充;所述特征处理模块从特征向量的角度进行特征的提取、特征的压缩性降维;所述决策模块利用特征处理模块输出的特征进行任务的决策,实现对酒店能耗进行预测;在特征处理模块中,对扩充的数据进行特征处理,若扩充的数据特征数量小于等于30,则采用特征提取模型进行特征提取;若扩充的数据特征数量大于30,则采用特征降维模型进行特征降维;其中,对于特征提取模型,采用6层的全连接神经网络进行特征提取,具体采用基于精细化搜索鲸鱼优化的神经网络算法作为特征提取模型,训练流程如下:S201、初始化神经网络的参数,包括神经网络的权重和偏置参数,初始化的方式表示为: ,式中,为神经网络的权重;为神经网络的偏置;表示神经网络输入层神经元数量,表示神经网络输出层神经元数量,生成维的标准正态分布随机数,生成维的零向量;S202、利用鲸鱼优化算法优化神经网络的参数,动态调整搜索方向和步长,找到损失函数的最小值,优化方式表示为: ,式中,t表示当前迭代次数,和分别表示在第t次迭代和第t+1次迭代的神经网络的权重;A为鲸鱼优化算法的第一系数矩阵,C为鲸鱼优化算法的第二系数矩阵,D为鲸鱼优化算法的第三系数矩阵,且,A和C控制搜索的幅度和方向,D表示与最优解的距离;为鲸鱼优化算法的最优解,对应神经网络的一组最优参数;S203、神经网络参数的更新方式表示为: ,式中,是神经网络的学习率,是神经网络的损失函数,表示神经网络的损失函数对权重的偏导数;为神经网络的参数更新量;为更新后的神经网络权重;S204、采用自适应网络拓扑动态调整策略,根据训练过程中的反馈自动调整神经网络的层结构和神经元数量,基于神经网络的性能指标动态优化网络结构,具体的,神经网络的性能指标的计算方式表示为: ,式中,P为神经网络的性能指标;表示网络复杂度,计算结果为层的数量和每层神经元的总数;是调节损失的影响因子;是复杂度影响的影响因子;S205、重复迭代步骤S201-S204,直至满足预设的停止迭代条件,即表示模型训练完成。

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杭州互为综合能源服务有限公司,其通讯地址为:310000 浙江省杭州市西湖区西斗门路3号天堂软件园D幢9楼D座;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。