一种基于迁移学习的数字孪生自适应预测系统

本发明公开了一种基于迁移学习的数字孪生自适应预测系统，包括孪生模型构建模块、自适应更新层；所述孪生模型构建模块包括物理实体层、孪生数据层、数据连接层、虚拟孪生层；所述自适应更新层包括预测模型构建模块、数据预处理模块、模型训练模块、自适应更新模块。本发明结合迁移学习提出了组合神经网络预测模型的自适应迁移策略，将源域中训练的网络结构与参数迁移至目标域中，根据预测阈值自适应决定调整的网络参数；并将该自适应预测模型引入由物理实体层、虚拟孪生层、孪生数据层、数据连接层和服务应用层构成的五维孪生模型，提出了孪生环境下的自适应预测模型总体框架，实现虚拟孪生体与物理实体的双向映射、实时传输、在线预测与反馈调控等功能，为数字孪生驱动的流程工业产线构建提供了方法和实现途径。