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！

龙图腾网获悉中国石油大学(北京)申请的专利基于可解释机器学习的颗粒流系统的温度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：CN120911233B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202511417566.9，技术领域涉及：G06F30/25；该发明授权基于可解释机器学习的颗粒流系统的温度预测方法及系统是由赵碧丹;王军武;宋佳超;景文铮设计研发完成，并于2025-09-30向国家知识产权局提交的专利申请。

本基于可解释机器学习的颗粒流系统的温度预测方法及系统在说明书摘要公布了：本发明提供了一种基于可解释机器学习的颗粒流系统的温度预测方法及系统，涉及颗粒流系统研究与应用技术领域，该方法包括：获取颗粒流系统的数据集，数据集包括：多个时间点的实验平动颗粒温度和实验转动颗粒温度；基于预先构建的控制方程中的各个备选项，形成状态变量字典矩阵；对状态变量字典矩阵中的备选项进行均衡化处理，得到均衡化的字典矩阵；基于可解释机器学习方法和数据集，从均衡化的字典矩阵中，筛选出合理备选项并确定对应的权重，得到目标颗粒流系统控制方程；求解目标颗粒流系统控制方程预测平动颗粒温度和转动颗粒温度。本发明能够提高颗粒流系统控制方程的可靠性，进而提高颗粒流系统温度预测的准确性。

本发明授权基于可解释机器学习的颗粒流系统的温度预测方法及系统在权利要求书中公布了：1.一种基于可解释机器学习的颗粒流系统的温度预测方法，其特征在于，包括： 获取颗粒流系统的数据集，所述数据集包括：多个时间点的实验平动颗粒温度和实验转动颗粒温度； 基于预先构建的控制方程中的各个备选项，形成状态变量字典矩阵，所述状态变量字典矩阵的列表示所述备选项； 对所述状态变量字典矩阵中的各个备选项进行均衡化处理，得到均衡化的字典矩阵； 基于可解释机器学习方法和所述数据集，从所述均衡化的字典矩阵中，筛选出合理备选项并确定对应的权重，得到目标颗粒流系统控制方程，所述可解释机器学习方法具体是指结合顺序岭回归方法和训练顺序岭回归方法的均衡化稀疏回归方法； 求解所述目标颗粒流系统控制方程预测平动颗粒温度和转动颗粒温度； 所述数据集包括：训练集和测试集； 所述基于可解释机器学习方法和所述数据集，从所述均衡化的字典矩阵中，筛选出合理备选项并确定对应的权重，得到目标颗粒流系统控制方程，包括： 将所述训练集输入预设的优化目标函数，利用顺序岭回归方法迭代优化稀疏向量，得到学习的结果，所述学习的结果包括：所述优化目标函数的截断值为预设的截断值并且所述优化目标函数的值最小时的第一稀疏向量； 将所述学习的结果用于所述测试集上，调用训练顺序岭回归方法，优化所述预设的截断值，得到优化后的截断值；根据优化后的截断值，确定第二稀疏向量； 根据所述第二稀疏向量，从所述均衡化的字典矩阵的各个备选项中筛选出合理备选项； 根据预获取的第二稀疏向量与第三稀疏向量之间的线性关系以及所述第二稀疏向量进行逆线性关系转化，得到第三稀疏向量，将所述第三稀疏向量确定为所述合理备选项对应的权重，得到所述目标颗粒流系统控制方程。

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石油大学(北京)，其通讯地址为：102249 北京市昌平区府学路18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。