-
公开(公告)号：CN114997066B
公开(公告)日：2024-08-20
申请号：CN202210723189.1
申请日：2022-06-24
Applicant: 集美大学
IPC: G06F30/27 , G06F30/28 , G16C10/00 , G16C20/70 , G06N3/0464 , G06N3/08 , G06F111/08 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明提供了一种密度泛函理论展开项改进的方法、装置及存储介质，包括获取吸附质和吸附剂的参数信息；根据参数信息，建立吸附质在不同的孔径宽度范围内的吸附剂上的巨正则蒙特卡罗模型，并根据巨正则蒙特卡罗模型模拟不同温度、压力和化学势条件下，吸附质在不同孔宽度的吸附剂上的吸附行为，获得相应的吸附量和局部密度作为深度学习的样本；利用卷积核函数以及吸附质的参数信息表示加权密度；构建用于描述过剩自由能展开项的卷积神经网络，对卷积神经网络进行训练，以每次训练得到的局部密度作为输出构建损失函数确定经典密度泛函理论过剩自由能展开项。利用上述技术方案，获得改进的经典密度泛函展开项，从而提升气体吸附表征的精度。
-
公开(公告)号：CN118965560A
公开(公告)日：2024-11-15
申请号：CN202410950491.X
申请日：2024-07-16
Applicant: 集美大学
IPC: G06F30/15 , G06F30/27 , G06N3/043 , G06F119/06 , G06F119/14
Abstract: 本发明公开了一种基于自适应神经模糊推理燃料电池船舶能量管理策略的方法，包括以下步骤：获取燃料电池船舶混合动力系统的拓扑结构，及其运行典型工况的信息，通过离线算法获得全局最优的混合动力系统负载分配的步骤；通过离散求解工况每一时刻的最优等效因子，将工况计算结果作为训练样本的步骤；搭建并训练自适应神经模糊推理系统(ANFIS)，计算得到最优等效因子，将结果带入ECMS算法之中，在线计算船舶航行工况得到最优分配结果的步骤，本发明通过ANFIS计算ECMS等效因子以实现在线理想功率分配的改进，结合了三种策略的计算特点，能够在线计算得到船舶实时功率分配的最优解，具有较好的全局优化能力。
-
公开(公告)号：CN116050461A
公开(公告)日：2023-05-02
申请号：CN202211575941.9
申请日：2022-12-08
Applicant: 集美大学
IPC: G06N3/043 , G06N3/0464 , G06F30/15 , G06F30/27 , G06F119/06
Abstract: 本发明提供了一种运用卷积神经网络确定模糊控制理论隶属度函数的改进法，包括：步骤S1：进行卷积神经网络输入层的计算和确定；步骤S2:搭建卷积神经网络，对输入的相关功率进行池化训练，并得到卷积计算，构建损失函数J，运用梯度下降法优化卷积核权重，直至达到收敛条件，最终输出得到相关功率的隶属度函数；步骤S3:建立模糊规则和模糊推理系统，使用模糊逻辑控制理论将相关隶属度函数转换为优化后的总功率和燃料电池功率；最终建立与传统离线算法对比的寻优函数，验证卷积神经网络结合模糊逻辑控制对解决动态问题的可行性。应用本技术方案不仅结合了传统的离线优化算法的优点，同时具有了实时决策的能力，用于计算大规模的工况数据以提高效率。
-
公开(公告)号：CN114997066A
公开(公告)日：2022-09-02
申请号：CN202210723189.1
申请日：2022-06-24
Applicant: 集美大学
IPC: G06F30/27 , G06F30/28 , G16C10/00 , G16C20/70 , G06N3/04 , G06N3/08 , G06F111/08 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明提供了一种密度泛函理论展开项改进的方法、装置及存储介质，包括获取吸附质和吸附剂的参数信息；根据参数信息，建立吸附质在不同的孔径宽度范围内的吸附剂上的巨正则蒙特卡罗模型，并根据巨正则蒙特卡罗模型模拟不同温度、压力和化学势条件下，吸附质在不同孔宽度的吸附剂上的吸附行为，获得相应的吸附量和局部密度作为深度学习的样本；利用卷积核函数以及吸附质的参数信息表示加权密度；构建用于描述过剩自由能展开项的卷积神经网络，对卷积神经网络进行训练，以每次训练得到的局部密度作为输出构建损失函数确定经典密度泛函理论过剩自由能展开项。利用上述技术方案，获得改进的经典密度泛函展开项，从而提升气体吸附表征的精度。
-
-
-
Search Results
4
records
(took 0.022 seconds)
