申请/专利权人:重庆大学
申请日:2022-07-14
公开(公告)日:2024-03-19
公开(公告)号:CN115081338B
主分类号:G06F30/27
分类号:G06F30/27;G06F17/16;G06F119/02
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2022.10.11#实质审查的生效;2022.09.20#公开
摘要:本发明公开了一种数据缺失下基于改进生成对抗填补网络的滚齿碳耗预测方法,首先,揭示了滚齿加工过程的碳耗特性,分析了滚齿加工过程碳耗数据缺失机制;通过引入正则化机制构建了生成对抗填补网络GAIN损失函数,提出了基于改进GAIN的碳耗数据填补方法;然后,使用随机森林RF算法构造了滚齿碳排放预测模型,实现了数据驱动的滚齿加工碳耗动态预测。最后,将本方法与其他数据填补方法及碳耗预测方法进行对比,结果表明本方法有效降低滚齿碳耗数据缺失带来的预测误差,验证该方法的有效性。
主权项:1.数据缺失下基于改进生成对抗填补网络的滚齿碳耗预测方法,其特征在于:按如下步骤进行,1采集滚齿加工过程碳排放量所需数据,建立原始数据矩阵X及其掩码矩阵M;掩码矩阵M维度大小与原始数据矩阵X一致;M中元素仅由0,1组成,若X中出现碳耗数据缺失,则掩码矩阵M中的对应位置元素为0,否则为1;2GAIN模型的数据生成器G基于原始数据矩阵X获取滚齿碳耗数据分布矩阵其过程如式12所示,其中Z为随机噪声;基于数据分布矩阵和掩码矩阵M对原始数据矩阵X数据缺失进行插值操作,获得填补矩阵填补矩阵计算公式如式13所示; 3GAIN模型的数据判别器D根据填补矩阵和提示矩阵H,获得数据真实性概率矩阵P,以判断填补矩阵中原始数据与填补数据的差异,计算公式如式14,其中提示矩阵H按式15计算: 其中,提示矩阵H用于控制掩码矩阵M传入数据判别器D中的信息量;Q为由0或1随机元素组成的矩阵;当元素Qi取值为1时,表示相应位置Mi的有效信息将传入数据判别器D;若Qi取值为0,Hi=0.5,将不传递Mi的信息;4固定数据生成器G,根据数据判别器损失函数优化数据判别器D;5固定数据判别器D,通过数据生成器G和步骤4优化后的数据判别器D计算填补矩阵提示矩阵H和概率矩阵P,利用数据生成器损失函数优化数据生成器G;6重复步骤2-5,直至达到GAIN模型最大优化迭代次数;输出最终得到的填补矩阵7以步骤6最终得到的填补矩阵作为滚齿加工碳排放预测模型的输入,即可通过滚齿加工碳排放预测模型得到滚齿碳耗预测结果。
全文数据:
权利要求:
百度查询: 重庆大学 数据缺失下基于改进生成对抗填补网络的滚齿碳耗预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。