融合迁移学习与增量学习的装载机阻力预测方法及系统

AITNT
正文
推荐专利
融合迁移学习与增量学习的装载机阻力预测方法及系统
申请号:CN202510542134
申请日期:2025-04-28
公开号:CN120448971A
公开日期:2025-08-08
类型:发明专利
摘要
本发明公开了融合迁移学习与增量学习的装载机阻力预测方法及系统,方法包括:使用源域数据训练阻力预测预训练模型,并筛选出与目标域匹配的数据段进行进一步训练,以获得适用于目标域的离线阻力预测模型;对目标域在线阻力数据进行预处理,利用所得数据段通过增量学习优化目标域离线和在线阻力预测模型;基于源域和目标域间的物理特性相似性及目标域数据成熟度,通过动态调整函数调整两模型融合权重,并进行权重融合得到融合的阻力预测模型;将目标域在线数据输入融合模型中,实现目标域阻力预测。本发明通过源域与目标域的历史及在线阻力数据进行动态调整和权重融合,实现对装载机在目标域作业时的阻力预测。
技术关键词
铲装作业 阻力预测方法 预训练模型 装载机转斗油缸 装载机动臂油缸 离线 在线 数据 概率密度函数 动态 物理 装载机作业 密度方法 参数 预测系统 压力 机油泵 模块
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