龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江大维高新技术股份有限公司
摘要：一种DCS人工智能模块及其优化方法，公开了DCS人工智能模块采用增量学习模型，该模型能够作为应用机器学习模型输出目标变量参数，同时能够进行机器学习的训练，在训练过程中，输入时间戳及其之后指定时刻对应的特征参数和目标变量参数，使得增量学习模型具备时间轴上的预判能力；为目标变量设置权重系数结合优化的方差算法对模型进行评估、计算目标变量参数误差的高斯分布偏移程度，为模型微调提供精准依据；DCS集散控制系统与人工智能结合，进行协同控制，提升集散控制系统的控制优化能力；将优化后的训练应用一体化的增量学习模型融合到DCS中，实现异常识别和自动化启动解决方案。
主权项：1.一种DCS人工智能模块，该模块的核心优化控制包括虚拟控制器与人工智能模块两大部分，其中虚拟控制器由通讯协议驱动模块、配置参数输入模块、动态参数输入模块、优化控制输出模块组成；其特征在于，人工智能模块采用增量学习模型，作为应用机器学习模型输出目标变量参数，同时进行机器学习训练；增量学习模型在机器学习训练过程中，输入指定时间戳T对应的特征参数和目标变量参数，预设定N时长，并同时输入在时序上时间戳为T+N值所对应的目标变量参数，参与人工智能模型的概率拟合训练，当增量学习模型作为应用机器学习模型时，预判输出内容包含未来N时刻的目标变量参数，使得增量学习模型具备在时间轴上的预判能力；增量学习模型精准度评估时，采用预设的机器学习输出的目标变量权重系数来优化评估算法，目标变量误差对评估结果的影响和该目标参数的权重相关，优化方差算法，将方差计算公式中的指数函数替换为指数函数底数和指数函数底数绝对值的乘积，保留方差指数函数的正负数值来改良训练模型精准度评估的计算，计算结果值作为目标变量参数误差高斯分布偏移的评估指标，同时作为衡量目标变量参数误差离散程度的评估指标，为增量学习模型微调提供精准依据。
全文数据：
权利要求：
百度查询： 浙江大维高新技术股份有限公司 一种DCS人工智能模块及其优化方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号