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！

龙图腾网获悉中国科学院合肥物质科学研究院;安徽大学申请的专利一种适用于托卡马克低温液氦温区主机的温度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：CN117290678B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202311147697.0，技术领域涉及：G06F18/20；该发明授权一种适用于托卡马克低温液氦温区主机的温度预测方法是由曹会彬;张振宇;董翔;薛宇飞;徐虎;王大庆;高理富;孙玉香设计研发完成，并于2023-09-07向国家知识产权局提交的专利申请。

本一种适用于托卡马克低温液氦温区主机的温度预测方法在说明书摘要公布了：本发明涉及一种适用于托卡马克低温液氦温区主机的温度预测方法，包括：建立数据集，进行归一化处理，得到预处理后的训练集和测试集；确定BP神经网络模型的结构；对BP神经网络模型进行训练；通过粒子群算法优化训练后的BP神经网络模型；将优化后的权重阈值代入麻雀算法中，计算此时麻雀算法的适应度函数f；以适应度函数f中最优的值对应的麻雀种群作为BP神经网络模型的最优隐含层节点数、权重阈值；利用最优隐含层节点数、权重阈值对BP神经网络模型训练，输出预测结果。本发明通过采用麻雀算法和粒子群算法混合优化了BP神经网络的权重和阈值，进而提高低温环境下的预测精度和稳定性，简便有效地预测超低温环境。

本发明授权一种适用于托卡马克低温液氦温区主机的温度预测方法在权利要求书中公布了：1.一种适用于托卡马克低温液氦温区主机的温度预测方法，其特征在于：该方法包括下列顺序的步骤： 1利用采集的温度电阻数据建立数据集，从数据集中随机选取元素构建训练集和测试集，依次对训练集和测试集中的每个元素进行归一化处理，得到预处理后的训练集和测试集； 2确定BP神经网络模型的结构：设置隐含层节点数上限20，下限1；设置网络训练参数，初始化种群；在麻雀算法中随机生成初始隐含层节点数，确定当前隐含层节点数； 3采用预处理后的训练集对BP神经网络模型进行训练，得到训练后的BP神经网络模型； 4通过粒子群算法优化训练后的BP神经网络模型：确定粒子群算法的粒子维数，并产生初始粒子群，随机生成粒子群的速度和位置向量并进行迭代更新，搜寻全局最优解；计算粒子群算法适应度函数F，判断是否满足粒子群算法的迭代次数，若满足，输出优化后的权重阈值，否则，继续迭代更新； 5将优化后的权重阈值代入麻雀算法中，计算此时BP神经网络模型对应的麻雀算法的适应度函数f，以适应度函数f搜寻每次麻雀算法生成的隐含层节点数及粒子群算法优化得到的优化后的权重阈值； 6返回步骤2再次生成新的隐含层节点数，通过麻雀搜索算法计算适应度函数f，迭代更新发现者、追随者和观察者的位置，直至达到预设的模型训练停止条件即麻雀算法的最大迭代次数，此时得到的最优位置来确定当前种群最优个体，以适应度函数f中最优的值对应的麻雀种群作为BP神经网络模型的最优隐含层节点数、权重阈值； 7利用最优隐含层节点数、权重阈值对BP神经网络模型训练，输出预测结果。

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中国科学院合肥物质科学研究院;安徽大学，其通讯地址为：230031 安徽省合肥市蜀山湖路350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”。

以上内容由龙图腾AI智能生成。