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！

龙图腾网获悉沈阳化工大学申请的专利一种基于软门控混合专家模型的电气元件磁芯损耗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：CN119578460B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411600206.8，技术领域涉及：G06N3/045；该发明授权一种基于软门控混合专家模型的电气元件磁芯损耗预测方法是由李凌;池云昊设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本一种基于软门控混合专家模型的电气元件磁芯损耗预测方法在说明书摘要公布了：一种基于软门控混合专家模型的电气元件磁芯损耗预测方法，涉及一种电气元件磁芯损耗预测方法，本发明自适应地调整专家权重，使得模型在面对不同类型的数据时更加灵活和适应性强；多样化的专家模型组合可以互补各自的优点，提高整体的鲁棒性和泛化能力，减少过拟合的风险；此外，模块化的设计使得模型易于扩展和维护，并且可以通过分析门控网络的输出权重来增强模型的可解释性；再者，通过智能优化算法自动调参和端到端训练，进一步提升了模型的性能；最后，软门控混合专家模型能够有效处理非线性和复杂关系，利用MLP的强大非线性建模能力捕捉数据中的复杂模式，并通过并行计算和动态资源分配提高计算效率。这些优势使得软门控混合专家模型在处理磁芯损耗预测等复杂任务时表现出更高的准确性和可靠性。

本发明授权一种基于软门控混合专家模型的电气元件磁芯损耗预测方法在权利要求书中公布了：1.一种基于软门控混合专家模型的电气元件磁芯损耗预测方法，其特征在于：所述方法将各个专家模型的预测结果按门控网络提供的权重加权获取，包括以下步骤： 1获取磁芯损耗数据集； 2对所述数据集进行特征工程，提取特征，再对连续性特征进行偏度校正，对离散型特征进行独热编码； 3对目前特征进行特征筛选，使用XGBoost与SHAP结合的方法评价各个特征对磁芯损耗的影响程度，再去除其中重要性低的特征； 4建立专家模型，选定几个性能良好的基础模型作为专家，包括Extra-tree、Ridge回归、LASSO回归、CatBoost、LightGBM，另外建立他们的集成模型作为专家之一；这些模型应当具有互补性，即它们在不同方面能够捕捉到数据的不同特征和模式； 5训练专家模型，使用数据集独立训练每个选定的专家模型，且每个模型都应该通过智能优化算法对超参数进行调优，以达到最佳性能； 6设计门控网络，使用多层感知器MLP作为门控网络，它负责根据输入数据计算出每个专家模型的权重；MLP的输出层会有与专家数量相同的节点，并且这些节点的输出值会被归一化，以便得到一组有效的权重；门控网络需要被训练以学习如何为给定的数据样本分配合适的权重给各个专家； 7组合专家模型，用门控网络根据输入数据确定各专家模型的权重；然后，将各个专家模型的预测结果按照门控网络给出的权重进行加权平均，得到最终的预测结果； 所述步骤5中，对各个模型进行优化使用的单目标算法是TPE，是一种基于贝叶斯优化的超参数优化算法；通过构建两个概率密度函数来指导搜索过程，从而有效地找到最优的超参数组合；TPE算法的思想是将搜索空间划分为“好的”和“坏的”两部分，并尝试在“好的”区域中采样新的超参数组合； TPE优化的单目标是均方根误差RMSE，RMSE是预测值与实际值之间差的平方的平均数的平方根；其公式如下： n是样本数量；yi是第i个样本的实际观测值；是第i个样本的预测值。

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沈阳化工大学，其通讯地址为：110142 辽宁省沈阳市沈阳经济技术开发区11号街；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。