-
公开(公告)号：CN106502096B
公开(公告)日：2019-06-14
申请号：CN201611001501.7
申请日：2016-11-14
Applicant: 重庆科技学院
IPC: G05B13/04
Abstract: 本发明提供的基于偏好多目标优化的油田机采过程决策参数优化方法，包括：确定油田机采油过程中的效率影响因素和性能变量；对样本中的载荷变量进行降维处理构建新样本，并归一化新样本；基于归一化后的新样本构建神经网络模型；利用ST‑UPFNN算法估计神经网络模型中由权值阈值所组成的状态变量的最优状态；并利用最优状态变量重构更新后的神经网络模型获得油田机采油过程模型；构建实际产液量的偏好函数；利用多目标进化算法对决策参量各自的上下限进行优化；将优化后的决策变量，带入油田机采油过程模型，计算优化后的决策变量的系统性能的平均值，与实际样本的系统性能的平均值进行比较。利用本发明可以提高油田机采油的生产效率，降低能耗。
-
公开(公告)号：CN108182337A
公开(公告)日：2018-06-19
申请号：CN201810200655.1
申请日：2018-03-12
Applicant: 重庆科技学院
Abstract: 本发明公开了一种基于ScMiUKFNN算法的天然气净化工艺建模方法，包括以下步骤：步骤S1：选择影响脱硫效率的工艺参数和脱硫单元的性能指标；步骤S2：采集预设时间的所述工艺参数和所述性能指标的数据；步骤S3：形成归一化样本集，取所述归一化样本集中一部分作为训练样本，剩余部分作为测试样本；步骤S4：基于训练样本构建神经网络模型和所述神经网络模型的初始状态变量；步骤S5：利用ScMiUKFNN算法估计所述神经网络模型的最优状态变量；步骤S6：获得训练样本更新后的神经网络模型；步骤S7：得到预测结果，将预测结果与所述测试样本中的实际输出进行比较，如果比较结果小于预设误差值，神经网络模型有效；否则重复上述步骤至比较结果小于预设误差值。
-
公开(公告)号：CN107977708A
公开(公告)日：2018-05-01
申请号：CN201711190426.8
申请日：2017-11-24
Applicant: 重庆科技学院 , 重庆市九龙坡区天宝实验学校
Abstract: 本发明提供一种面向个性化学习方案推荐的学生DNA身份信息定义方法，将学生的整体学习情况描述成一个DNA张量，通过分阶段性的统计学生学习生涯中所有知识点理解程度系数并实现三维可视化，直观的展示出学生在每个阶段的整体学习情况、长短板以及所用时间；可根据该长短板情况在试题库系统中进行智能抽取试题组卷推送给学生执行，然后根据学生执行情况，计算对应知识点理解程度系数的变化值，实现该学生DNA张量的更新；根据比较用户到达某一程度用时长短可推断哪一用户的学习路径为最佳学习路径，也可推断出哪些知识点之间具有前后因果关系。
-
公开(公告)号：CN107300855A
公开(公告)日：2017-10-27
申请号：CN201710511789.0
申请日：2017-06-27
Applicant: 重庆科技学院
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种共享直饮水机水质保障管理控制方法，包括以下步骤：S110：根据恒定水箱内水质影响参数和恒定水箱水质标准，构建建模样本集；S120：将建模样本集进行归一化处理，获得归一化样本集；S130：根据所述归一化样本集构建三层的BP神经网络模型；S140：采用所述BP神经网络模型对通过云端服务器上积累的海量数据进行处理，获取神经网络参数；S150：利用上述所建立BP神经网络模块对云端服务器实时产生的新数据进行水质实时预测；S160：利用专家经验系统对水质进行分类，从而判断是否启动水箱排空系统。本发明为用户提供一种共享直饮水机水质保障管理控制方法及系统，不但可以保证方便喝到饮用水，且真正做到健康、快捷方便饮水。
-
公开(公告)号：CN107943946B
公开(公告)日：2019-08-30
申请号：CN201711190418.3
申请日：2017-11-24
Applicant: 重庆科技学院 , 重庆市九龙坡区天宝实验学校
Abstract: 本发明提供一种基于Apriori算法的试题库知识点间关联性挖掘方法，包括步骤S1：将智能题库系统日志表内的用户学习行为数据整理成关联规则模型所需要的数据结构，并导入关联规则模型；其中，用户做的全部知识点被记为一个事务，一道试题对应一个知识点，一个知识点称为一个项；步骤S2：在关联规则模型内寻找用户学习行为数据中最大的频繁项集Lk；步骤S3：根据最大频繁项集Lk产生关联规则；步骤S4：将导出的知识点间的关联规则按照从低年级至高年级的顺序进行排列。本发明通过Apriori算法找出用户知识点间的频繁项集，产生关联规则，运用这种关联规则对用户进行智能推荐，使用户对其薄弱的知识点达到逐步掌握的目的。
-
Patent Agency Ranking
公开(公告)号：CN108681653A
公开(公告)日：2018-10-19
申请号：CN201810566582.8
申请日：2018-06-05
Applicant: 重庆科技学院
CPC classification number: G06F17/5009 , C10L3/10 , G06F17/18
Abstract: 本发明公开了一种基于动态子空间高阶累积量分析的天然气净化过程异常监测方法，该监测方法按如下步骤进行：(1)选取所监测的高含硫天然气净化脱硫生产过程中的工艺参数；(2)采集天然气净化过程中所述工艺参数的正常工况下数据；(3)对数据进行预处理；(4)构建基于动态子空间高阶累积量分析的模型，计算正常工况下的总体独立分量三阶累积量HS与总体残差三阶累积量HE，并用核密度估计获得其控制限；(5)在线获取高含硫天然气净化脱硫生产过程中所述工艺参数运行工况下数据，重新输入模型计算统计量，判断所得统计量是否超出控制限，若超限则发生异常工况，否则正常。本方法能够及时检测故障发生，有效降低漏报率和误报率。
-
公开(公告)号：CN108509692A
公开(公告)日：2018-09-07
申请号：CN201810201222.8
申请日：2018-03-12
Applicant: 重庆科技学院
Abstract: 本发明公开了一种基于MiUKFNN算法的高含硫天然气脱硫工艺建模方法，包括：S1：选择影响脱硫效率的工艺参数和脱硫单元的性能指标；S2：采集预设时间的所述工艺参数和所述性能指标的数据，剔除误差样本后形成样本集；S3：对样本集进行归一化形成归一化样本集，并从中选取训练样本和测试样本；S4：基于训练样本构建神经网络模型和初始状态变量；S5：利用MiUKFNN算法估计最优状态变量；S6：将最优状态变量作为神经网络模型的连接权值和阈值，即获得权值阈值更新后的神经网络模型；S7：得到预测结果，将预测结果与所述测试样本中的实际输出进行比较，如小于预设误差精度，神经网络模型有效；否则重复上述步骤至比较结果小于预设误差精度。
-
公开(公告)号：CN107238418A
公开(公告)日：2017-10-10
申请号：CN201710500171.4
申请日：2017-06-27
Applicant: 重庆科技学院
IPC: G01F1/86
CPC classification number: G01F1/86
Abstract: 本发明公开了一种共享直饮水的流量计量装置及系统，包括恒定水箱、智能水位控制模块和液位智能检测模块；所述恒定水箱，根据液位智能检测模块的控制指令进行补水和放水操作；所述智能水位控制模块，用于实时监测恒定水箱内的压力、水箱内水的位置及压力变化；所述液位智能检测模块，接收智能水位控制模块监测到的恒定水箱内的压力、水箱内水的位置及压力变化信息生成对恒定水箱的控制指令。本发明提供了一种共享直饮水的流量计量系统及装置，以解决方便、健康、快捷的共享直饮水饮用问题，不仅保证饮用水的健康，且实现共享直饮水方便到家。
-
公开(公告)号：CN106777466A
公开(公告)日：2017-05-31
申请号：CN201611001270.X
申请日：2016-11-14
Applicant: 重庆科技学院
Abstract: 本发明提供的基于ST‑UPFNN算法的高含硫天然气净化工艺的动态演化建模方法，包括选取影响脱硫效率的工艺参数和脱硫单元的性能指标；采集预设时间的所述工艺参数和所述性能指标的数据，剔除误差样本后形成样本集；对样本集进行归一化，形成归一化样本集，从归一化样本集中选取训练样本和测试样本；基于训练样本构建神经网络模型并确定初始状态变量；利用ST‑UPFNN算法估计最优状态变量；将最优状态变量作为神经网络模型的连接权值和阈值，获得权值阈值更新后的神经网络模型；将测试样本输入到更新后的神经网络模型，得到预测结果，将预测结果与测试样本中的实际输出进行比较，如果比较结果小于预设误差值，所构建的神经网络模型有效。
-
公开(公告)号：CN106777465A
公开(公告)日：2017-05-31
申请号：CN201611001268.2
申请日：2016-11-14
Applicant: 重庆科技学院
Abstract: 本发明提供的高含硫天然气净化工艺动态演化建模与节能优化方法，包括选取影响脱硫效率的工艺参数和脱硫单元的性能指标后进行采集形成样本集；对样本集进行归一化形成归一化样本集，并从中选取训练样本和测试样本；基于训练样本构建神经网络模型并确定神经网络模型的初始状态变量；用ST‑UPFNN算法估计神经网络模型的最优状态变量；根据最优状态变量对神经网络模型进行更新；分别构建H2S浓度和CO2浓度的偏好函数；利用SPEA‑II算法对H2S浓度和CO2浓度的工艺参数各自的上下限进行优化，将优化后的工艺参数带入更新后的神经网络模型，计算优化后的工艺参数的系统性能，与实际样本的系统性能的平均值进行比较。利用本发明可以提高高含硫天然气净化的生产效率。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.029 seconds)
