近日，永利总站15856[中国]有限公司再度收获行业内两项国家发明专利授权，专利名称为：一种基于组合时序预测的NOx废气浓度预测方法（专利号：ZL 2022 1 0071697.6）、基于智能补点的船型代理模型构建方法及装置（专利号：ZL 2023 1 0207074.1）。
|
|
一种基于组合时序预测的NOx废气浓度预测方法
● 专利内容
本发明提供了一种基于组合时序预测的氮氧化物（NOx）废气浓度预测方法，这种方法的主要特点是采用Boosting的组合策略，以提升NOx浓度预测的精度，包括：采集NOx浓度信号机器相关特征信号，并使用归一化方法和滑动窗口的方法构造输入输出数据集；构建单步预测和多步预测算法库，并从中选取不同算法建立组合预测方案；在验证集上对NOx浓度进行预测，并使用自研的PR2评价指标对预测结果进行评价；最后从多个组合预测方案中选取最优的组合预测方案，并输出相应的预测模型。与传统的预测方法相比，这种组合的时序预测方法可以同时考虑NOx浓度的不同变化规律，可以有效提高模型预测的精度，具有很强的适应性和灵活性。
● 专利效果
◆ 通过Boosting的策略将多种算法进行组合，这种组合时序预测的方法可以考虑NOx浓度序列中线性、非线性以及外源性因素导致的变化规律，并使用不同算法不断对预测结果进行修正，可以有效提高时序预测的效果。
◆ 提供了丰富的时序预测算法库，可以根据不同的场景选择不同的时序组合预测方案，具有很强的适应性和灵活性。
基于智能补点的船型代理模型构建方法及装置
● 专利内容
本发明实施例提供一种基于智能补点的船型代理模型构建方法及装置，包括：采集船型的历史数据作为原始数据集；对原始数据集进行预处理；使用机器学习技术构建多个船型代理模型并选取预测性能最差的多个样本点；在预测性能最差的多个样本点附近构造新的船型设计参数，并使用仿真实验得到新的船型设计指标，并将其加入到原始数据集以得到新数据集，重复上述步骤直到新数据集中的所有历史数据的预测性能满足要求为止。使用机器学习的方法对船型的历史设计数据进行学习，在固化专家经验的同时有利于发现数据中隐藏的设计经验；对于数据量少和样本不均衡的数据集，通过智能补点技术，可以针对性的提高代理模型的精度，降低模型预测结果的不确定度。
● 专利效果
◆ 使用机器学习的方法对船型的历史设计数据进行学习，在固化专家经验的同时有利于发现数据中隐藏的设计经验。
◆ 对于数据量少和样本不均衡的数据集，通过智能补点技术，可以针对性的提高代理模型的精度，降低模型预测结果的不确定度。相比于传统随机补点的方法，这种智能补点技术可以捕捉代理模型拟合不准确的区域，并对这个区域的样本进行针对性补充，非常适用于仿真成本高、数据难以获取的场景。
关于永利总站15856
永利总站15856[中国]有限公司为中国智能工业软件研发领域的科技企业，专注于中国自主知识产权的智能设计、快速仿真、优化、运维类工业软件的研发。公司成立于2011年5月20日，总部位于南京，在北京、大连、宁波、上海、青岛设有分公司或子公司。
永利总站15856自主研发的软件产品如下：各行业通用软件包括：智能热流体仿真软件AICFD、智能结构仿真软件AIFEM、智能优化软件AIPOD、智能数据建模软件DTEmpower、智能流动传热拓扑优化设计软件AITOPT；行业专用软件包括：智能管道设计运维一体化平台AIPIPE、智能化泵设计软件AIPump、智能化风机设计软件AIFan、智能化叶片设计软件AIBlade、智能化风场布机软件AIWind、环境仿真云计算软件EnvCloud、智能监盘系统、设备智能预警与故障诊断系统、双碳平台。
永利总站15856在提供软件产品的同时，亦为企业客户提供定制开发服务，包括CAE前后处理开发、专用求解器开发、工业设计平台搭建、人工智能平台开发、辅助工具开发等。
永利总站15856拥有一支由多名清华大学博士构成的经验丰富的研发和技术团队，聚合了强大的软件研发背景、智能制造背景、智能设计背景、智能运维背景、工程仿真技术背景和各行业的工程应用背景。永利总站15856自成立以来一直坚持代码自主可控的自研道路，坚持核心求解器自主研发。永利总站15856在业内率先采用AI加速算法体系，克服了流体及结构仿真分析耗时过长的业界难题。经过11年不断创新，永利总站15856多款产品性能国际领先。公司长期坚持以“产、学、研”为一体，与清华大学、华中科技大学、上海交通大学等高校和科研院所建立了紧密的合作关系。
永利总站15856多年来为国内外众多制造业企业、高校、科研院所提供了优质的设计及运维软件产品和解决方案，客户行业涵盖能源动力、船舶海事、车辆运载、航空航天、新能源汽车、动力电池、消费电子、石油石化等。企业先后获评瞪羚企业、培育独角兽企业。
啊哦~由于网络超时您的请求失败了
登录成功！
注册新账号
忘记密码
