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！

龙图腾网获悉广东奥博信息产业股份有限公司申请的专利一种基于改进神经网络的环境噪声预测方法及系统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：CN114580289B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202210230164.8，技术领域涉及：G06F30/27；该发明授权一种基于改进神经网络的环境噪声预测方法及系统是由谭力江;黄文俊;郭肇禄;喻骏设计研发完成，并于2022-03-09向国家知识产权局提交的专利申请。

本一种基于改进神经网络的环境噪声预测方法及系统在说明书摘要公布了：本发明涉及数据挖掘技术领域，具体涉及一种基于改进神经网络的环境噪声预测方法及系统，本发明首先抽取出环境噪声数据，划分出训练数据集和测试数据集，随机生成种群，基于启发式因子得到当前排斥因子，将当前排斥因子融合到正弦余弦操作中生成新个体，并适应性地更新排斥因子，本发明应用改进神经网络来预测环境噪声，利用基于排斥机制的正弦余弦算法来优化设计预测环境噪声的神经网络模型的参数，通过利用适应性的排斥因子促使得种群中的个体远离较差个体，能够增强算法的搜索效率，从而提升预测环境噪声神经网络模型的精度，本发明训练得到的环境噪声预测模型能够提高环境噪声的预测精度。

本发明授权一种基于改进神经网络的环境噪声预测方法及系统在权利要求书中公布了：1.一种基于改进神经网络的环境噪声预测方法，其特征在于，所述方法包括以下步骤： 步骤1，获取环境噪声数据集； 步骤2，输入种群大小NSize和最大搜索代数MaxG； 步骤3，确定用于预测环境噪声的神经网络模型，设置所述神经网络模型的优化设计参数的数量ND； 步骤4，设置当前搜索代数t＝0； 步骤5，随机生成种群NPop＝{NA1,NA2,...,NAni,...,NANSize}，其中，NAni表示种群中的第ni个个体，个体下标ni＝1,2,...,NSize；个体NAni存储有所述神经网络模型中的ND个优化设计参数； 步骤6，基于环境噪声数据集计算种群NPop中每个个体的适应值，将种群NPop中适应值最小的个体记为最优个体BNA，将种群NPop中适应值最大的个体记为最差个体WNA； 步骤7，设置排斥因子EFni，其中，EFni＝rand0,1，rand表示随机实数产生函数； 步骤8，根据公式1计算启发式因子IF： 其中，sin表示正弦函数；cos表示余弦函数；π表示圆周率；kc表示衰减中心； 步骤9，根据公式2计算当前排斥因子CFni： 其中，pcr为[0,1]之间的随机实数；RW为[0,0.5]之间的随机实数； 步骤10，随机产生一个[0,1]之间的实数pes； 步骤11，如果pes小于0.5，则转到步骤12，否则转到步骤13； 步骤12，根据公式3执行基于排斥机制的正弦操作产生新个体NUni后，转到步骤14； NUni＝NAni+NK1×sinNK2×|NK3×BNA-NAni|-CFni×WNA-NAni3； 其中，NK2为[0,2×π]之间的随机实数；NK3为[0,2]之间的随机实数； 步骤13，根据公式4执行基于排斥机制的余弦操作产生新个体NUni后，转到步骤14； NUni＝NAni+NK1×cosNK2×|NK3×BNA-NAni|-CFni×WNA-NAni4； 步骤14，基于环境噪声数据集计算新个体NUni的适应值； 步骤15，确定新个体NUni的适应值是否小于个体NAni的适应值，若是，则在种群中利用新个体NUni替换个体NAni；否则在种群中保持个体NAni不变； 步骤16，按照公式5更新排斥因子EFni： 步骤17，从步骤15得到的种群中找出适应值最小的个体，并以此更新最优个体BNA，从步骤15得到的种群中找出适应值最大的个体，并以此更新最差个体WNA； 步骤18，设置当前搜索代数t＝t+1； 步骤19，如果当前搜索代数t大于MaxG，则转到步骤20，否则转到步骤8； 步骤20，从最优个体BNA中提取出所述神经网络模型的ND个优化设计参数，利用得到的ND个优化设计参数构建环境噪声预测模型； 步骤21，利用所述环境噪声预测模型进行环境噪声的预测。

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广东奥博信息产业股份有限公司，其通讯地址为：528000 广东省佛山市禅城区张槎街道一路115号九座十层之一；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。