恭喜湖南伟村信息科技有限公司彭江伟获国家专利权
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!
龙图腾网恭喜湖南伟村信息科技有限公司申请的专利一种数字孪生模型轻量化处理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:CN119556571B 。
龙图腾网通过国家知识产权局官网在2025-05-16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:202510116561.6,技术领域涉及:G05B13/04;该发明授权一种数字孪生模型轻量化处理方法是由彭江伟设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。
本一种数字孪生模型轻量化处理方法在说明书摘要公布了:本发明涉及模型轻量化处理的技术领域,公开了一种数字孪生模型轻量化处理方法,所述方法包括:获取数字孪生模型,构建多维孪生模型参数重要性评估目标函数,对训练求解得到的数字孪生模型参数进行评估;基于重要性评估结果对数字孪生模型参数进行轻量化处理,得到轻量化数字孪生模型;对轻量化数字孪生模型进行微调,得到轻量化调优后的数字孪生模型。本发明根据训练过程中数字孪生模型参数的梯度以及最终训练结果,进行梯度评估以及通道增益评估,选取对输出结果贡献度较高的数字孪生模型参数,过滤冗余参数,实现数字孪生模型的轻量化处理,并进行微调处理保留原始模型的性能,得到减少计算资源的消耗以及存储成本的数字孪生模型。
本发明授权一种数字孪生模型轻量化处理方法在权利要求书中公布了:1.一种数字孪生模型轻量化处理方法,其特征在于,所述方法包括:S1:获取数字孪生模型,对数字孪生模型进行训练求解,得到数字孪生模型参数;迭代求解过程中引入动态学习率方式提高数字孪生模型参数的收敛速度以及性能,其中模拟模型参数的迭代公式为: ; ;其中: 表示模拟模型参数训练过程中训练样本的第j个特征对第h类预测结果的贡献权重参数的第t次迭代结果,,J表示采用数字孪生模型对监测对象进行模拟仿真过程中,输入数字孪生模型的状态数据的特征数目;表示的梯度;表示模拟模型参数训练过程中第t次迭代的学习率,表示预设的初始学习率,表示学习率下降系数,表示学习率下降间隔;优化模型参数的迭代公式为: ; ;其中: 表示优化模型参数训练过程中训练样本中第b个特征对第d类优化策略的贡献权重参数的第t次迭代结果,,B表示采用数字孪生模型定制化生成监测对象的优化策略的过程中,输入数字孪生模型的监控内容以及模拟结果的特征数目;表示的梯度;表示优化模型参数训练过程中第t次迭代的学习率,表示预设的最大学习率,表示预设的最小学习率,表示取余运算符,表示一个迭代周期的长度;S2:构建多维孪生模型参数重要性评估目标函数,对数字孪生模型参数进行评估,其中多维孪生模型参数重要性评估目标函数的重要性评估维度包括梯度评估和通道增益评估,其中数字孪生模型参数的梯度评估为; ; ;其中: 表示数字孪生模型参数第t次迭代结果的梯度权重,表示模拟模型参数训练过程中训练样本的第j个特征对第h类预测结果的贡献权重参数的第t次迭代结果,为的梯度; 表示预设的模拟模型参数最大迭代次数;数字孪生模型参数的梯度评估为: ;其中: 表示预设的优化模型参数最大迭代次数; 表示优化模型参数训练过程中训练样本中第b个特征对第d类优化策略的贡献权重参数的第t次迭代结果,表示的梯度;S3:基于重要性评估结果对数字孪生模型参数进行轻量化处理,利用轻量化处理的数字孪生模型参数构建得到轻量化数字孪生模型;S4:对轻量化数字孪生模型进行微调,得到轻量化调优后的数字孪生模型。
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湖南伟村信息科技有限公司,其通讯地址为:410000 湖南省长沙市岳麓区岳麓科技产业园学士路8号长沙含浦科教产业园开发建设有限公司综合服务楼6021室;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”。
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。