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！

龙图腾网获悉中国计量大学申请的专利一种基于多机器学习模型融合的水泵全特性曲线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：CN120804611B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511301626.0，技术领域涉及：G06F18/20；该发明授权一种基于多机器学习模型融合的水泵全特性曲线预测方法是由周佩剑;林桂炫;刘晓;吴宏飞;何敏;孙琦;吴延昭设计研发完成，并于2025-09-12向国家知识产权局提交的专利申请。

本一种基于多机器学习模型融合的水泵全特性曲线预测方法在说明书摘要公布了：本发明公开一种基于多机器学习模型融合的水泵全特性曲线预测方法，包括：首先构建包括多种机器学习算法的回归池，收集不同比转速泵的全特性曲线数据；再采用改进鲸鱼优化算法从回归池中筛选出机器学习算法，作为基础模型组合，采用K折交叉验证的训练策略对基础模型组合中的每个机器学习算法进行K轮交替训练，再对训练后的基础模型组合进行误差相关性验证；利用二级学习器对通过验证的模型组合进行二次训练，并计算基础模型组合的R²性能，筛选最优基础模型组合；采用改进鲸鱼优化算法对最优基础模型组合的超参数进行训练，得到多机器学习算法融合预测模型，用于对待测泵进行全工况范围内的预测。本发明预测精度高，且节省计算资源。

本发明授权一种基于多机器学习模型融合的水泵全特性曲线预测方法在权利要求书中公布了：1.一种基于多机器学习模型融合的水泵全特性曲线预测方法，其特征在于，包括如下步骤： 步骤一：构建包括基于树的集成方法、线性模型、基于核的方法、神经网络方法、概率模型及基于实例的学习方法在内的多种机器学习算法的回归池；所述机器学习算法的输入为泵的比转速和第三象限的泵工况特性曲线数据，输出为泵在全工况范围内的无量纲扬程和无量纲转矩； 步骤二：收集不同比转速泵的全特性曲线数据，将其转换为无量纲参数，并划分训练集与测试集； 步骤三：采用改进鲸鱼优化算法从所述回归池中筛选出不少于两个机器学习算法，作为基础模型组合，采用K折交叉验证的训练策略，将所述训练集平均分为K个子集，每轮选择K‑1个子集用于训练，1个子集用于验证，对所述基础模型组合中的每个机器学习算法进行K轮交替训练，得到训练后的基础模型组合，并将各个训练后的机器学习算法在验证集上的K个预测结果和其对应的真实值标签保存，形成二级学习器的训练数据集，并进行模型的误差相关性验证；然后，利用二级学习器对通过误差相关性验证的基础模型组合进行二次训练，并计算基础模型组合的R²性能，选择R²最大的作为最优基础模型组合； 所述改进鲸鱼优化算法的改进包括：采用Logistic‑Sine‑Cosine 混沌映射函数进行种群初始化，以及引入自适应权重系数； 步骤四；采用所述改进鲸鱼优化算法对所述最优基础模型组合的超参数进行训练，得到多机器学习算法融合预测模型； 步骤五：将待预测泵的比转速和第三象限的泵工况特性曲线数据输入所述多机器学习算法融合预测模型，得到该泵全工况范围内的无量纲扬程和无量纲扭矩。

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计量大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学源街258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。