买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉工程大学申请的专利一种烧结混合料最优目标水分预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116312839B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310374581.4，技术领域涉及：G16C20/10；该发明授权一种烧结混合料最优目标水分预测方法是由李自成;王瑞林;邵长江;熊涛;王后能;曾丽;廖小兵;刘江设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本一种烧结混合料最优目标水分预测方法在说明书摘要公布了：本发明提供了一种烧结混合料最优目标水分预测方法，通过烧结综合透气性评价指标筛选后的海量烧结历史数据对优化后的模型进行离线训练，学习输入量与输出量参数之间的复杂关系，同时通过保存每天的相关生产数据对该模型进行小规模训练优化以克服原料成分变化所带来的影响，实现了在线准确的预测烧结混合料的适宜水分率的功能。减少了人工参与，改善了传统人工凭经验设定的现状，提高了烧结自动化、智能化水平。本发明基于WOA‑BP神经网络，利用鲸鱼算法具有全局寻优的能力，克服了传统BP神经网络易陷入局部解的缺点，将WOA算法对BP神经网络基础模型进行了优化，提高了网络模型的稳定性以及收敛速度。

本发明授权一种烧结混合料最优目标水分预测方法在权利要求书中公布了：1.一种烧结混合料最优目标水分预测方法，其特征在于：包括以下步骤： S1：获取烧结现场的混合料烧结前的配矿结构信息、混合料水分信息以及混合料烧结后的烧结透气性指标信息； S2：根据烧结情况处理烧结前的数据信息，对步骤S1得到的数据进行时序对正处理并剔除异常数据，构建烧结透气性评价指标，筛选出烧结透气性良好时的配矿结构信息与混和料水分数据样本组作为最优样本； S3：确定BP神经网络的初始结构，利用WOA鲸鱼算法优化BP神经网络结构，通过筛选后的数据样本对优化后的BP神经网络进行离线训练，得到满足边界条件的基于WOA-BP神经网络的最优烧结目标水分预测模型；具体步骤为： S31：确定BP神经网络的拓扑结构并进行初始化，包括确定网络输入层参数、输出层参数、隐藏层神经元个数、激活函数与学习精度；将筛选后的最优样本数据归一化并作为BP网络的训练样本，得到BP神经网络的训练误差；赋值各神经元之间的初始权值与初始阈值； S32：利用WOA鲸鱼算法优化BP神经网络的初始权值与初始阈值，具体步骤为： S321：初始化WOA鲸鱼算法，设置鲸鱼的种群规模、初始最小权值与最大权重、最大迭代次数以及收敛因子，将BP神经网络的初始权值和初始阈值转化为鲸鱼的位置向量，生成随机算子，并选择包围机制或螺旋方式，更新鲸鱼个体位置； S322：将BP神经网络的训练误差作为鲸鱼算法的适应度函数对鲸鱼个体位置进行评价，重复步骤S321对鲸鱼个体位置寻优直到满足评价要求或到达最大迭代次数得到最优权值与最优阈值； S323：将最优权值和最优阈值解码输出到BP神经网络中，得到结构最优的WOA-BP神经网络模型； S33：利用最优数据样本对经过WOA鲸鱼算法优化后的BP神经网络模型进行训练，不断地进行输入数据的正向传播及输出结果误差的反向传播，直至输出结果误差满足计算精度或到达最大迭代次数为止； S4：通过离线训练好的最优烧结目标水分预测模型在线实时预测当前配矿结构下的最优目标水分，同时不断对网络参数进行小规模训练优化以适应生产环境的变化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉工程大学，其通讯地址为：430074 湖北省武汉市洪山区雄楚大街693号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。