考虑到预测可持续性的多个过程的机器学习优化
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
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