一种工业物联网中基于机器学习方法的预测方法

    公开(公告)号:CN112990618A

    公开(公告)日:2021-06-18

    申请号:CN201911213612.8

    申请日:2019-12-02

    IPC分类号: G06Q10/06 G06N3/04 G06N3/08

    摘要: 本发明提出一种工业物联网中基于机器学习方法的预测方法,所述方法包括步骤1、将工艺参数以及环境参数作为输入,并将生产过程关注的关键性能指标作为输出;步骤2、根据步骤1中的输入输出数据采用BP神经网络算法建立训练模型;步骤3、基于建立的训练模型利用当前输入对输出结果进行预测,从而对关键性能指标进行预警及预处理操作。本发明利用真实的工业物联网数据进行了仿真和验证,证明了基于BP神经网络的预测方法性能优于线性回归预测技术。

    一种多层拓扑网络资源对象的管理方法

    公开(公告)号:CN111125450A

    公开(公告)日:2020-05-08

    申请号:CN201911348059.9

    申请日:2019-12-24

    摘要: 本发明涉及网络通信技术领域,具体涉及一种多层拓扑网络资源对象的管理方法,所述方法包括:步骤1:全网配置数据自动采集;步骤2:数据调和规则研究;步骤3:数据自动识别和归类研究;步骤4:配置自动变更触发机制及审计机制研究;步骤5:配置数据动态感知模型研究;步骤6:社交化管理机制研究。本发明通过研究配置数据动态感知技术,建立动态的源数据库;利用抽取IT基础软数据的特征,制定关联关系规则,结合图分析方法建立多维运行数据的关系模型,构建行数据关联规则知识库;通过借助知识库构建多维度数据元模型,通过工具实现模型的自动计算以及模型的自动分析,完善运维评估检修机制、运维资源调度机制以及运维辅助决策机制。