考虑到预测可持续性的多个过程的机器学习优化

AITNT
正文
推荐专利
考虑到预测可持续性的多个过程的机器学习优化
申请号:CN202510295567
申请日期:2025-03-13
公开号:CN120822399A
公开日期:2025-10-21
类型:发明专利
摘要
提供了一种方法,该方法包括使用经训练的机器学习模型来处理与一个或多个物理机器上的复杂系统的多个过程的实际、模拟或孪生性能相关的一组输入和一组输出,以生成相应多个过程的目标函数,鉴于与一组输出相关的废物度量,优化多个过程的一组输入和一组输出,以满足复杂系统的可持续性约束,并且进一步满足相应多个过程的过程约束,以及基于优化的一组输入和一组输出来输出在一个或多个物理机器上实际操作多个过程的建议,以避免操作多个过程失败的风险,同时满足复杂系统的可持续性约束和相应多个过程的过程约束。
技术关键词
遗传算法优化 机制 机器学习模型 模拟模型 机器学习优化 物理 度量 样本 指令 编程 设备配置 动态 风险 存储器 定义 参数
系统为您推荐了相关专利信息
1
面向调控云的WAMS历史数据多级主站分布式存储系统及方法
分布式存储系统 分布式存储方法 压缩算法 分片 分布式存储模块
2
一种基于双态联合交互机制的知识追踪方法与系统
知识追踪方法 交互机制 学生 学习特征 心理
3
一种具有提前退出机制的脉冲神经网络卷积加速器
卷积加速器 脉冲卷积神经网络 脉冲特征 机制 周期
4
一种提高低渗透油田水平井产量的系统及其方法
数据采集单元 分布特征 数值模拟算法 低渗透油田 油层参数
5
基于改进YOLOv8s的输电线路绝缘子缺陷检测的方法
输电线路绝缘子 通道 分支 输电线路技术 注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号