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！

龙图腾网获悉枣庄矿业(集团)付村煤业有限公司申请的专利深度学习与物理模型引导融合的重介分选密度决策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：CN119049595B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202411497946.3，技术领域涉及：G16C20/70；该发明授权深度学习与物理模型引导融合的重介分选密度决策方法是由侯晓松;纪玉华;陈小霞;高奎;郭莹;于刚;褚大雷;李森;温玺杰;马宁;李强设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本深度学习与物理模型引导融合的重介分选密度决策方法在说明书摘要公布了：本发明公开了一种深度学习与物理模型引导融合的重介分选密度决策方法，属于计算机技术领域，旨在提升人工智能在选煤工艺中的应用。本发明建立了分选密度与精煤灰分之间的理论映射模型，设计了基于注意力机制的深度神经网络预测模型，将理论模型的预测结果作为深度神经网络的输入之一，以优化预测过程。本发明通过融合物理损失和经验损失构造了一个复合损失函数。所提出物理损失的创新之处在于通过改变模型输入数据，生成反事实对照输入，并对比变化前后预测结果，评估对分选密度预测的物理影响。本发明结合经验知识和物理合理性，在预测精度上具有显著优势，增强了模型在面对未知或极端情况时的稳定性和可靠性，减少了对数据的过分依赖。

本发明授权深度学习与物理模型引导融合的重介分选密度决策方法在权利要求书中公布了：1.一种深度学习与物理模型引导融合的重介分选密度决策方法，其特征在于，包括如下步骤： 步骤1、数据采集与预处理，构建样本数据集； 步骤2、构建理论映射模型，计算理论分选密度； 所述步骤2中，根据原煤浮沉实验数据，构建分选密度与精煤灰分理论映射关系；首先，确定两者之间的离散映射关系，然后通过插值方法，对离线点平滑处理，建立分选密度与精煤灰分之间的连续值理论映射模型；具体的离散映射关系如下： 1； 其中，为密度级序号为的密度级区间，为整数且；分选密度为的上界；为对应的精煤灰分；为密度级区序号为的产率；为密度级区序号为的密度级灰分；为密度级区序号索引；为取最大值函数； 利用连续值理论映射模型，计算出设定目标精煤灰分值下的理论分选密度值，理论分选密度值为后续深度神经网络预测模型的输入之一； 步骤3、构建基于注意力机制的深度神经网络预测模型，用于预测分选密度； 所述步骤3中，基于注意力机制的深度神经网络预测模型包括一维卷积神经网络层、双向长短期记忆网络层、注意力机制层；模型的输入包括步骤1预处理后的数据和步骤2计算得到的理论分选密度值，模型的输出为分选密度； 步骤4、定义复合损失函数； 所述步骤4中，复合损失函数融合了经验损失和物理损失两个部分； 物理损失部分，引入了基于选煤物理过程的额外约束；通过对样本中除分选密度外的工艺参数和原煤浮沉数据进行有针对性的扰动，并比较扰动前后的预测结果，以此建立物理损失，反映被扰动参数对分选密度的物理影响；物理损失部分能够评估扰动对分选密度预测值的实际影响，物理损失函数定义为： 19； 其中，为物理损失函数；和分别是扰动前和扰动后输入数据通过基于注意力机制的深度神经网络预测得到的分选密度值；为ReLU函数； 步骤5、将步骤1中构建的样本按比例划分成训练集和测试集，并基于训练集进行模型训练； 步骤6、模型评估与应用。

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枣庄矿业(集团)付村煤业有限公司，其通讯地址为：277605 山东省济宁市微山县付村街道富煤路1号主办公楼3楼301；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”。