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！

龙图腾网恭喜西安理工大学申请的专利基于深度强化学习参数自动调整的铝电解故障识别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：CN114595750B 。

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：202210186157.2，技术领域涉及：G06F18/2415；该发明授权基于深度强化学习参数自动调整的铝电解故障识别方法是由吴亚丽;王君虎;杨延西;郑帅龙设计研发完成，并于2022-02-28向国家知识产权局提交的专利申请。

本基于深度强化学习参数自动调整的铝电解故障识别方法在说明书摘要公布了：本发明公开的基于深度强化学习参数自动调整的铝电解故障识别方法，包括以下步骤：步骤1、对收集到的铝电解数据进行处理；步骤2、选择一维卷积神经网络作为网络模型，确定分类器为softmax；步骤3、对卷积神经网络模型的网络结构进行优化及确定；步骤4、对分类模型进行训练；步骤5、判断终止条件；步骤6、待识别样本输入分类；步骤7、计算识别率。本发明基于深度强化学习参数自动调整的铝电解故障识别方法，解决了现有技术中铝电解故障数据识别的准确性不高，故障识别模型结构难以确定的问题。

本发明授权基于深度强化学习参数自动调整的铝电解故障识别方法在权利要求书中公布了：1.基于深度强化学习参数自动调整的铝电解故障识别方法，其特征在于，包括以下步骤：步骤1、对收集到的铝电解数据进行处理；步骤2、选择一维卷积神经网络作为网络模型，确定分类器为softmax；步骤3、对卷积神经网络模型的网络结构进行优化及确定；步骤3的具体实施方式为：3.1确定输入层节点数，卷积神经网络输入层节点数的个数与待识别物体数据维度d有关，是待识别物体特征数的输入；3.2确定输出层节点数，对于整个卷积神经网络模型，输出层节点数为铝电解数据中待识别样本的类的个数k；3.3确定及优化隐层网络结构；步骤3.3的具体实施方式为：3.3.1网络初始化，使用一组超参数对卷积神经网络进行初始化，在该组超参数的基础上定义合理的状态空间，并对状态空间进行离散化操作；3.3.2建立深度强化学习模型，定义智能体agent为一个具有三层全连接结构的深度神经网络，用于在不同的状态下根据策略选择动作，策略定义为该神经网络的权值参数，状态s定义为卷积神经网络超参数组合的元组形式，如2所示，s＝{e,f,o,h}2其中，e表示卷积核大小、f表示卷积核个数、o表示全连接层数、h表示全连接层的节点数，定义最优超参数组合，即使得卷积神经网络的分类性能达到最优超参数组合为s*，动作a定义为对当前卷积神经网络超参数进行的调整，即在步骤3.3.1定义好的的状态空间范围内，根据策略函数的引导，选择其中的一个超参数，并选定一个调整方向对该参数作一个单位的调整，用Pbest表示分类器的最佳性能，Nbest表示最佳性能连续出现的次数，设定最优性能连续出现的最大次数阈值为I；3.3.3智能体动态决策，智能体处于状态s时，采用ε-greedy算法选择动作a对超参数组合中的某一参数向某个方向调整一个单位，完成动作a后，得到一组新的超参数组合s’，即智能体由状态s转移到状态s’，在状态s’下重新训练故障识别网络；3.3.4性能评价，环境的回报r定义为当前参数配置下卷积神经网络对于不同类别样本识别精度的加权和，用r评价故障识别网络在状态s下的性能；3.3.5更新Np，在迭代过程中，记录分类模型的最佳性能为Pbest，如果rPbest，则Nbest＝0，如果rPbest，则令Nbest＝Nbest+1，用以统计最佳性能出现的次数，进而判断模型是否收敛到最佳性能，即Nbest是否达到阈值I；3.3.6更新智能体策略，将卷积神经网络的分类结果r作为环境的反馈值，智能体根据该反馈值不断优化策略；3.3.7判断是否达到终止条件，判断最优性能连续出现的次数Nbest是否达到预先设定的最大次数I，若未达到，则返回3.3.3，令Nbest＝Nbest+1，并利用智能体对网络结构参数重新进行决策，若已达到，进入步骤3.3.8；3.3.8输出最优超参数组合，输出针对该故障识别网络模型的最优超参数组合s*，并将最优超参数组合s*作为卷积神经网络的最优结构，代入后续训练；步骤4、对分类模型进行训练对分类模型进行训练分为网络初始化、数据特征提取、建立目标函数、以及梯度下降法优化参数；步骤5、判断终止条件设定最优性能连续出现的次数为Nbest，判断识别网络的最优性能连续出现的次数是否达到最大次数为I，若未达到，返回步骤3重新优化结构参数；若满足，则进入步骤6；步骤6、待识别样本输入分类将铝电解数据测试样本输入到已经训练好的网络模型，利用训练好的网络对待识别样本进行分类；步骤7、计算识别率利用式4计算网络对铝电解数据最优识别准确率： 其中，n为测试样本总数，b为分类正确的待识别样本。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5号；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”。