首页> 中国专利> 基于贝叶斯网络和极限学习机的区间型指标预报方法

基于贝叶斯网络和极限学习机的区间型指标预报方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

基于贝叶斯网络和极限学习机的区间型指标预报方法，属于自动控制、信息技术和先进制造领域，具体涉及非对称高斯分布贝叶斯ELM模型参数的学习及非对称权重的自适应调整。其特征在于包括以下步骤：针对复杂生产过程不确定性特点，采用区间数来描述生产指标，将非对称高斯分布作为ELM模型中的输出分布，获得带权重贝叶斯ELM模型，并利用复杂生产过程中的实际运行数据，在经验贝叶斯框架下对上述贝叶斯ELM模型的参数进行学习。在此基础上，采用自适应调整方法学习一对互为倒数的权重，最终获得区间型指标的预报值。上述区间型指标预报方法可对实际生产过程中的生产指标进行预报，并用于指导生产过程的操作优化与动态调度。

著录项

公开/公告号CN104537033B

专利类型发明专利
公开/公告日2017-08-11

原文格式PDF
申请/专利权人清华大学;
展开▼

申请/专利号CN201410805036.7
发明设计人刘民;宁克锋;董明宇;吴澄;
展开▼

申请日2014-12-23
分类号G06F17/30(20060101);G06Q10/04(20120101);
代理机构
代理人
地址 100084 北京市海淀区清华园
入库时间 2022-08-23 09:58:59

法律信息

法律状态公告日

法律状态信息

法律状态
2019-12-13

未缴年费专利权终止 IPC(主分类):G06F 17/30 授权公告日:20170811 终止日期:20181223 申请日:20141223

专利权的终止
2017-08-11

授权

授权
2017-08-11

授权

授权
2015-05-20

实质审查的生效 IPC(主分类):G06F17/30 申请日:20141223

实质审查的生效
2015-05-20

实质审查的生效 IPC(主分类):G06F 17/30 申请日:20141223

实质审查的生效
2015-05-20

实质审查的生效 IPC(主分类):G06F 17/30 申请日:20141223

实质审查的生效
2015-04-22

公开

公开
2015-04-22

公开

公开
2015-04-22

公开

公开

查看全部

相似文献

专利
中文文献
外文文献

1. 基于贝叶斯网络和极限学习机的区间型指标预报方法 [P] . 中国专利： CN104537033B . 2017.08.11
2. 基于鲁棒区间极限学习机的区间型指标预报方法 [P] . 中国专利： CN104537167B . 2017.12.15
3. INTERVAL TYPE INDICATOR FORECASTING METHOD BASED ON BAYESIAN NETWORK AND EXTREME LEARNING MACHINE [P] . 世界知识产权组织专利： WO2016101182A1 . 2016-06-30

机译：基于贝叶斯网络和极端学习机的区间类型指标预测方法
4. Design Method of the Terrain Referenced Navigation using Terrain Elevation Regression Model based Extreme Learning Machine and Computer readable storage medium having the same [P] . 韩国专利： KR102058686B1 . 2019-12-23

机译：基于地形海拔回归模型的极限学习机地形参考导航的设计方法及具有该方法的计算机可读存储介质
5. METHOD AND SYSTEM FOR PREDICTING BUILDING ENERGY CONSUMPTION BASED ON HOLT-WINTERS AND EXTREME LEARNING MACHINE [P] . US2021398048A1 . 2021-12-23

机译：基于Holt-Winters和极限学习机预测建筑能耗的方法和系统