基于联邦学习的解脂耶氏酵母发酵过程监控方法

    公开(公告)号:CN117075541A

    公开(公告)日:2023-11-17

    申请号:CN202310841153.8

    申请日:2023-07-11

    Abstract: 一种基于联邦学习的解脂耶氏酵母发酵过程监控方法,步骤包括:1)数据采样和预处理,以及核心过程变量选取;2)对于单个发酵罐,是利用本地LSTM模型预测葡萄糖浓度,实现对葡萄糖补料的实时软监控;3)利用联邦学习FL方法优化多个发酵罐的本地LSTM模型来提高监控的葡萄糖浓度预测精度,进而找到各个发酵罐葡萄糖补料的最佳时间点,并进行葡萄糖补料。实验结果表明,每个发酵罐控制器使用全局共享参数后提高了本地LSTM模型的预测精度,从而能够通过有效监控葡萄糖补料来促进解脂耶氏酵母发酵产量。

    基于迁移强化学习的VEX机器人路径规划方法

    公开(公告)号:CN116501034A

    公开(公告)日:2023-07-28

    申请号:CN202310282213.7

    申请日:2023-03-22

    Abstract: 机器人执行任务时需要具备移动控制和路径规划的能力,其中合理的路径规划能够降低时间成本、提高工作效率。针对传统路径规划在不同任务之间学习经验难以迁移的问题,本发明提出一种基于迁移强化学习的VEX机器人路径规划方法,首先,用栅格法对当前比赛场地进行划分,智能体使用强化学习设计单场比赛的最优路径,获得学习经验;接着,智能体使用迁移强化学习重用源任务的先验经验,将之迁移到下一个比赛,从而缩短了新场地的路径搜索时间。“合纵连横”和“一触即发”比赛下的仿真结果表明,相比于传统的A*算法、Dijkstra算法,本方法在降低模型训练时间的同时提高了路径规划的准确性,有效解决了高相关性路径规划任务之间的经验共享问题。

Patent Agency Ranking