-
公开(公告)号：CN112927037B
公开(公告)日：2024-02-06
申请号：CN202110156145.0
申请日：2021-02-04
申请人： 中南大学
IPC分类号： G06Q30/0601 , G06N20/00
摘要： 本发明涉及计算机技术领域，公开一种供应商推荐方法及系统，以跟随用户的兴趣和特征变化处理非线性推荐问题，并确保推荐效果。本发明方法包括：接收至少一个供应商样本；基于自适应多层感知的在线迁移学习模型预测各该供应商样本对应的推荐操作；跟踪并获取供应商用户对各该供应商样本的实际采纳效果；根据推荐操作与实际采纳效果的对比调整所述自适应多层感知的在线迁移学习模型所服务采购用户的前一批次的用户特征和当前批次的用户特征之间的权重分配及非线性参数向量；重新获取新的供应商样本并以调整后的在线迁移学习模型预测对应的推荐操作，重复上述步骤，直至筛选出满足供应商用户的所有供应商样本。
-
公开(公告)号：CN110458348B
公开(公告)日：2022-12-20
申请号：CN201910710834.4
申请日：2019-08-02
申请人： 中南大学
摘要： 本发明中一种基于非线性机会约束的配料优化方法及其系统，在充分考虑锌精矿各种矿质元素成分不确定性的影响，以混合锌精矿中锌的单位成本最低为目标，建立非线性机会约束规划配料优化模型，并获取各种锌精矿入库时对应的各种锌元素含量和杂质元素含量均值和方差来求解所述非线性机会约束规划模型的最优解，再根据最优解指导混锌配料，相比起现有的配料方法而言，配出来的混合锌精矿质量的更稳定，使用的锌精矿原料成本更低。
-
公开(公告)号：CN112861432B
公开(公告)日：2022-06-17
申请号：CN202110153195.3
申请日：2021-02-04
申请人： 中南大学
IPC分类号： G06F30/27 , G06Q10/04 , G06Q10/06 , G06Q50/04 , G06F17/16 , G06F17/18 , G06K9/62 , G06N3/04 , G06N3/08 , C22B19/02
摘要： 本发明公开了一种基于变分贝叶斯反馈优化的配料优化方法，根据锌精矿的上一轮配料过程的化验值建立分布参数优化模型，通过变分贝叶斯方法优化所述分布参数优化模型的参数，将优化得到的后验概率分布代入所述分布参数优化模型；再结合非线性机会约束规划模型进行配比，作用于配料过程；并将新一轮的化验值反馈给所述分布参数优化模型。根据反馈化验值，采用变分贝加斯的方法对各矿仓各成分进行优化调整，解决各矿仓锌精矿成分的不确定性的问题，从而优化配比，提高配料质量。
-
公开(公告)号：CN110490375B
公开(公告)日：2022-12-20
申请号：CN201910711991.7
申请日：2019-08-02
申请人： 中南大学
摘要： 本发明中一种炼锌配料优化方法和系统，在考虑各矿仓成分不确定性后以配料总价格最低为目标，以混合锌精矿中锌的生产成本最低为目标，以各种锌精矿使用量为决策变量，以各种锌精矿中各种矿质元素含量为随机变量，构建分布式鲁棒联合机会约束规划模型；获取各种锌精矿入库时对应的各种矿质元素的均值和方差，根据所述均值和方差，求解所述分布式鲁棒联合机会约束规划模型的最优解；根据所获取的最优解所对应的各种锌精矿的配比进行锌精矿冶炼所需混合锌精矿的配料。相比起现有的采用平均值进行配料的方法而言，用本发明模型求解出的最优解来知道炼锌配料，配出来的混合锌精矿质量的更稳定，使用的锌精矿原料成本更低。
-
公开(公告)号：CN110490375A
公开(公告)日：2019-11-22
申请号：CN201910711991.7
申请日：2019-08-02
申请人： 中南大学
摘要： 本发明中一种炼锌配料优化方法和系统，在考虑各矿仓成分不确定性后以配料总价格最低为目标，以混合锌精矿中锌的生产成本最低为目标，以各种锌精矿使用量为决策变量，以各种锌精矿中各种矿质元素含量为随机变量，构建分布式鲁棒联合机会约束规划模型；获取各种锌精矿入库时对应的各种矿质元素的均值和方差，根据所述均值和方差，求解所述分布式鲁棒联合机会约束规划模型的最优解；根据所获取的最优解所对应的各种锌精矿的配比进行锌精矿冶炼所需混合锌精矿的配料。相比起现有的采用平均值进行配料的方法而言，用本发明模型求解出的最优解来知道炼锌配料，配出来的混合锌精矿质量的更稳定，使用的锌精矿原料成本更低。
-
公开(公告)号：CN112927037A
公开(公告)日：2021-06-08
申请号：CN202110156145.0
申请日：2021-02-04
申请人： 中南大学
摘要： 本发明涉及计算机技术领域，公开一种供应商推荐方法及系统，以跟随用户的兴趣和特征变化处理非线性推荐问题，并确保推荐效果。本发明方法包括：接收至少一个供应商样本；基于自适应多层感知的在线迁移学习模型预测各该供应商样本对应的推荐操作；跟踪并获取供应商用户对各该供应商样本的实际采纳效果；根据推荐操作与实际采纳效果的对比调整所述自适应多层感知的在线迁移学习模型所服务采购用户的前一批次的用户特征和当前批次的用户特征之间的权重分配及非线性参数向量；重新获取新的供应商样本并以调整后的在线迁移学习模型预测对应的推荐操作，重复上述步骤，直至筛选出满足供应商用户的所有供应商样本。
-
公开(公告)号：CN112861432A
公开(公告)日：2021-05-28
申请号：CN202110153195.3
申请日：2021-02-04
申请人： 中南大学
IPC分类号： G06F30/27 , G06Q10/04 , G06Q10/06 , G06Q50/04 , G06F17/16 , G06F17/18 , G06K9/62 , G06N3/04 , G06N3/08 , C22B19/02
摘要： 本发明公开了一种基于变分贝叶斯反馈优化的配料优化方法，根据锌精矿的上一轮配料过程的化验值建立分布参数优化模型，通过变分贝叶斯方法优化所述分布参数优化模型的参数，将优化得到的后验概率分布代入所述分布参数优化模型；再结合非线性机会约束规划模型进行配比，作用于配料过程；并将新一轮的化验值反馈给所述分布参数优化模型。根据反馈化验值，采用变分贝加斯的方法对各矿仓各成分进行优化调整，解决各矿仓锌精矿成分的不确定性的问题，从而优化配比，提高配料质量。
-
公开(公告)号：CN110458348A
公开(公告)日：2019-11-15
申请号：CN201910710834.4
申请日：2019-08-02
申请人： 中南大学
摘要： 本发明中一种基于非线性机会约束的配料优化方法及其系统，在充分考虑锌精矿各种矿质元素成分不确定性的影响，以混合锌精矿中锌的单位成本最低为目标，建立非线性机会约束规划配料优化模型，并获取各种锌精矿入库时对应的各种锌元素含量和杂质元素含量均值和方差来求解所述非线性机会约束规划模型的最优解，再根据最优解指导混锌配料，相比起现有的配料方法而言，配出来的混合锌精矿质量的更稳定，使用的锌精矿原料成本更低。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.017 秒)
