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！

龙图腾网获悉合肥工业大学;安徽维德工业自动化有限公司申请的专利基于鲸鱼算法优化BP神经网络的轮胎硫化质量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：CN115238961B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202210719847.X，技术领域涉及：G06Q10/04；该发明授权基于鲸鱼算法优化BP神经网络的轮胎硫化质量预测方法是由胡小建;王跃;王之海;尹文龙;王韵玥;赵跃东;郑哲;吴小松;宋旭东;郭警中;罗毅设计研发完成，并于2022-06-23向国家知识产权局提交的专利申请。

本基于鲸鱼算法优化BP神经网络的轮胎硫化质量预测方法在说明书摘要公布了：本发明提供一种基于鲸鱼算法优化BP神经网络的轮胎硫化质量预测方法，涉及神经网络预测技术领域。本发明采用神经网络进行轮胎硫化后的性能质量预测，比传统硫化实验数据分析预测更快更高效，而且即可为后续优化工艺提供模型基础，又可实现硫化结果可视化。同时，利用鲸鱼算法BP神经网络的初始权重和阈值，使得改进优化后的神经网络具有更高精度的预测能力，提升了轮胎硫化质量预测精度。

本发明授权基于鲸鱼算法优化BP神经网络的轮胎硫化质量预测方法在权利要求书中公布了：1.一种基于鲸鱼算法优化BP神经网络的轮胎硫化质量预测方法，其特征在于，包括以下步骤： S1、获取历史数据，所述历史数据包括轮胎硫化工艺参数和试验机测得的质量指标数据； S2、对所述历史数据进行归一化处理；结合经验公式，通过处理后的历史数据对神经网络进行训练，得到神经网络误差最小值，基于神经网络误差最小值，确定BP神经网络模型的拓扑结构； S3、基于鲸鱼算法，针对轮胎硫化质量预测场景初始化BP神经网络模型的参数，包括： 针对轮胎硫化质量预测场景下初始化模型执行参数，设置鲸鱼数量N，迭代次数为Tmax，结合网络拓扑结构初始化优化维度为D，以及初始化参数A、a、C，以并改进收敛因子参数a的定义公式，计算公式如下： a＝2-2*t2Tmax 2 A＝2ar1-a C＝2r2 其中，a为收敛因子，随迭代次数从2递减到0，t为当前迭代次数，Tmax为最大迭代次数；A和C为协同系数向量，r1和r2均为0,1的随机数； S4、将鲸鱼个体位置作为BP神经网络模型的初始权重和阈值，BP神经网络模型的训练误差值作为适应度函数进行遍历，包括： 将训练误差值error作为鲸鱼种群适应度值，计算出鲸鱼种群的最小适应度值以及最佳鲸鱼个体位置，将最佳鲸鱼个体位置作为BP神经网络模型的初始权重和阈值，根据梯度下降法更新权重和阈值，更新公式如下： 其中：μ为BP神经网络的学习率，ω1、b1分别为BP神经网络中输入层与隐藏层间的权重和阈值，ω2、b2分别为BP神经网络中隐藏层与输出层间的权重和阈值，ω'1、b'1分别为ω1、b1更新后的权重与阈值，ω'2、b'2分别为ω2、b2更新后的权重与阈值；S5、将鲸鱼进行搜索猎物、包围猎物或驱赶猎物并进行位置更新，满足给定精度要求或达到最大迭代数，停止迭代寻优并输出鲸鱼的最佳位置，否则返回到步骤S4重新执行； S6、将最佳位置赋值给BP神经网络模型的最佳权重和阈值，进行网络训练，得到优化后的BP神经网络模型，通过优化后的BP神经网络模型获取质量指标预测结果； 其中，将鲸鱼进行搜索猎物、包围猎物或驱赶猎物并进行位置更新，包括： S501、生成一个0到1的随机数P，来决定鲸鱼选择寻找和包围猎物还是使用气泡网追赶，若P0.5则执行步骤S502，否则，执行步骤S503； S502、鲸鱼群通过制造气泡网的方式来驱赶猎物，在一个不断缩小的圆圈内绕着猎物游动，同时沿着螺旋形路径游动并更新位置； S503、当|A|1时，鲸鱼进行全局搜索猎物并更新位置；当|A|1时，鲸鱼进行局部搜索猎物并更新位置。

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合肥工业大学;安徽维德工业自动化有限公司，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。