中國電子科技集團公司電子科學研究院武晨獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉中國電子科技集團公司電子科學研究院申請的專利基于深度學習的平行仿真系統計算實驗評估決策方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115587534B 。
龍圖騰網通過國家知識產權局官網在2025-09-19發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202211192848.X,技術領域涉及:G06F30/27;該發明授權基于深度學習的平行仿真系統計算實驗評估決策方法是由武晨;谷雨;吳浩設計研發完成,并于2022-09-28向國家知識產權局提交的專利申請。
本基于深度學習的平行仿真系統計算實驗評估決策方法在說明書摘要公布了:本申請公開了一種基于深度學習的平行仿真系統計算實驗評估決策方法,包括:設計實際系統的多種管控方案,并基于仿真系統對多種方案進行仿真推演,獲得實際系統在各管控方案下的未來狀態;利用計算實驗評估決策模型,對各管控方案下的實際系統未來狀態進行分析,評估出實際系統的優選管控方案;將所述優選管控方案,利用執行網絡,反饋至所述實際系統,以作為所述實際系統的管控策略。本實施例的方法充分考慮了復雜系統的不確定性和動態演化特性,能夠提高計算實驗方案評估決策的客觀性和準確性,從而提升平行仿真系統對復雜實際系統的指導準確度。
本發明授權基于深度學習的平行仿真系統計算實驗評估決策方法在權利要求書中公布了:1.一種基于深度學習的平行仿真系統計算實驗評估決策方法,其特征在于,應用于包括實際系統和仿真系統的計算實驗評估決策,包括: 為所述實際系統設計多種管控方案; 通過所述仿真系統,基于多種管控方案進行仿真推演,以獲得所述實際系統在各管控方案下的未來狀態的多個推演預測方案; 利用計算實驗評估決策模型,對各管控方案下的未來狀態的多個推演預測方案進行分析,評估出對所述實際系統的優選預測管控方案; 將所述優選預測管控方案,利用執行網絡,反饋至所述實際系統,以作為所述實際系統的管控策略; 其中所述計算實驗評估決策模型包括評價網絡和效用函數,所述評價網絡,用以對各管控方案下的未來狀態的多個推演預測方案進行分析,評估出對所述實際系統的優選預測管控方案; 所述效用函數,用于對所述實際系統進行狀態計算,以調節所述評價網絡的參數; 所述方法還包括采用如下方式基于CNN網絡建立所述評價網絡: 將所述CNN網絡的輸入設置為一維,將所述CNN網絡輸入層的網絡節點數量設置為所述真實系統的狀態數量,以及將CNN中的卷積層卷積核、池化層采樣窗口均設置為一維; 選擇所需的卷積核大小、池化層采樣窗口大小,以建立所述評價網絡; 其中,采用如下方式調整所述評價網絡的網絡參數: 對所述評價網絡的輸出層,基于給定的權值學習率,將權值更新函數設置為: 其中,表示輸出層權重,表示輸出層誤差; 對所述評價網絡的池化層,將所述CNN網絡卷積層中的任一特征圖,與對應的池化層特征圖執行如下計算: 其中,表示池化層的乘性偏置,表示第l層池化層中第j個元素的誤差靈敏度,表示第l層池化層中第j個元素的輸入,表示第l層的激活函數的偏導數,up表示上采樣操作; 對所述評價網絡的卷積層,卷積層中的卷積核共享權值,且卷積核的誤差函數關于卷積核權值的偏導數滿足: 其中,表示位于輸入向量上、與卷積核元素按位相乘、得到輸出特征圖上位置的值的輸入; 所述方法還包括將所述CNN網絡的最后兩層的神經網絡采用自組織增量學習神經網絡(Self-organizingIncrementalNeuralNetwork,SOINN)構建所述評價網絡; 在調節所述評價網絡的參數的過程中,利用所述CNN網絡的卷積層-池化層的輸出作為SOINN的輸入; 所述方法還包括采用如下方式調整所述評價網絡的網絡參數: 采用誤差反向傳播算法,調整所述評價網絡的卷積層-池化層部分的網絡參數; 采用自組織增量學習算法,調整所述SOINN的網絡參數; 所述SOINN被配置為執行如下步驟: 在初始化后,基于初始化的神經元集合A,確定與輸入數據樣本相似的兩個神經元: 其中表示神經元權重,表示輸入數據樣本; 若或成立,則為所述神經元集合A生成一個新的節點r,令; 若兩個神經元之間不存在連接,則為兩個神經元之間建立連接,更新邊合集,并刷新兩個神經元之間邊的年齡參數; 遞增與勝者節點相連的所有邊age參數,累加勝者節點的局部量化誤差; 若沒有建立新的節點,則更新兩個勝者節點的權值; 檢查所有邊當前的年齡參數,若,則從邊合集C中移除對應的邊; 若還存在輸入,則重復確定與輸入數據樣本相似的兩個神經元。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人中國電子科技集團公司電子科學研究院,其通訊地址為:100041 北京市石景山區雙園路11號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。