摘要
本发明提供了一种优化水溶肥研磨配方的方法及装置。该方法包括:采集水溶肥配方数据,所述配方数据包括原料组分数据、工艺参数数据和性能指标数据;对所述配方数据进行特征工程处理,包括计算化学计量比例和组分交互作用强度得到组分特征向量,对工艺参数数据进行归一化处理得到工艺特征向量,将两个特征向量进行维度对齐和特征融合,得到配方特征向量;构建深度神经网络模型并基于配方特征向量进行训练,建立非线性映射函数;基于所述非线性映射函数采用遗传算法进行多目标优化,生成优化配方方案。本申请通过机器学习方法实现配方优化,提高了优化效率和准确性。
技术关键词
性能指标数据
深度神经网络模型
构建深度神经网络
防结块
工艺参数配置
水溶肥配方
优化约束条件
非线性
遗传算法
水溶性
特征工程
训练集数据
排序方法
机器学习方法
随机梯度下降
多任务
分支
系统为您推荐了相关专利信息
资源智能匹配系统
注意力机制
强化学习算法
数据处理模块
分析模块
音频资源管理方法
自然语言
智能模型
标签
深度神经网络模型
电子签名验证方法
时序
多模态
二维卷积神经网络
构建深度神经网络
盾构隧道
选型系统
深度学习模型
深度神经网络模型
格式化模块