摘要
一种执行可持续性优化的方法包括使用经训练的机器学习模型处理一组输入以生成一组输出,其中该一组输入对应于配置为在物理机器上执行的过程的配置参数,并且其中该一组输出包括由该过程在物理机器上的执行产生的多个预测浪费度量。该方法还包括鉴于过程约束优化该一组输入和该一组输出以满足可持续性约束,并基于优化的一组输入和一组输出而输出在物理机器上操作过程的推荐,以避免操作过程失败的风险,同时满足可持续性约束和过程约束。
技术关键词
回归技术
度量
模拟模型
机器学习模型
随机梯度下降
雅可比矩阵
物理
机器学习优化
特征选择
超参数
指令
风险
存储器
系统为您推荐了相关专利信息
库存管理模块
补货系统
机器学习模型
匹配模块
店铺
分离式模块
模型训练方法
交互特征
多粒度特征
特征提取网络
UGT基因
zwf基因
敲除基因
突变体
红景天苷
数据驱动模型
视觉图像信息
钢结构模具
机器学习模型
模具材料