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！

龙图腾网获悉西安交通大学;江苏核电有限公司申请的专利一种核电厂神经网络模型的超参数调优方法及相关装置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：CN120851726B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511354868.6，技术领域涉及：G06Q10/067；该发明授权一种核电厂神经网络模型的超参数调优方法及相关装置是由白家赫;马朝龙;陈太平;万承辉;王子为;杜鹏裕;郭岩松;梁秋乐;陈静设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本一种核电厂神经网络模型的超参数调优方法及相关装置在说明书摘要公布了：本发明公开了一种核电厂神经网络模型的超参数调优方法及相关装置，属于神经网络超参数调优技术领域。本发明提供的核电厂神经网络模型的超参数调优方法，能够兼顾神经网络模型的数据预处理和超参数优化，通过将时间序列长度纳入超参数组合进行动态优化，实现数据预处理与神经网络模型调优的协同，从而将数据预处理这个超参数优化的前置过程融入至整体优化过程中，实现联合调优，解决了传统方法中数据预处理与超参数优化割裂的问题，既能提高整体优化效率、减少算力消耗，又能提高时序预测神经网络模型的预测精度和泛化能力。

本发明授权一种核电厂神经网络模型的超参数调优方法及相关装置在权利要求书中公布了：1.一种核电厂神经网络模型的超参数调优方法，其特征在于，包括以下步骤： S1、选取有时间顺序的核电厂原始数据序列，预设时间序列长度n的取值范围，根据时间序列长度n的取值范围对核电厂原始数据序列进行预处理，得到若干数据样本组，将每个数据样本组按第一预设比例划分为训练集和验证集； S2、构建待调优的包括时间序列长度n在内的超参数组合，预设迭代总次数Z，令当前迭代次数d=0，随机初始化若干组超参数组合，并构建超参数组合的集合=[]，其中，为迭代次数为d时的超参数组合的集合，分别为迭代次数为d时的第1,2，…，m个超参数组合； S3、获取从0~d次的迭代过程中全部超参数组合中时间序列长度n的所有取值，根据时间序列长度n的取值，逐个选取对应数据样本组的训练集和验证集，作为神经网络模型的训练数据；对神经网络模型进行训练，将验证集的最小损失函数作为目标函数，令d=d+1，基于TPE采样准则，选取新一组超参数组合； S4、判断d是否小于Z，若判断为是，则返回步骤S3；若判断为否，则输出当前的超参数组合；所述有时间顺序的核电厂原始数据序列包括输入数据序列A和输出数据序列B，设输入数据序列A=[,,,…,]，输出数据序列B=[,,,…,]；其中，,,,…,分别为核电厂在时刻,,,…,的原始输入数据，,,,…,分别为核电厂在时刻,,,…,的原始输出数据； 所述预设时间序列长度n的取值范围，基于不同取值的时间序列长度n对核电厂原始数据序列进行预处理，得到若干数据样本组，具体包括： S11、设循环次数i=1，预设时间序列长度n的取值为{n1,n2,…,nN}，其中，n1,n2,…,nN分别为第1,2，…，N个时间序列长度，N为时间序列长度n的取值个数，且nN=1+nN-1； S12：选取第i个时间序列长度n，依次合并输入数据序列A中n个时间序列长度的输入数据，得到第i输入数据样本序列Ai’=[,,…,]，令第i输入数据样本序列Ai’对应的第i输出数据样本序列Bi’为，构建第i个数据样本组，第i个数据样本组包括第i输入数据样本序列Ai’和第i输出数据样本序列Bi’；其中，k为第一参数，且k={0,1,2,…,t-n-1}，,,…,分别为核电厂在时刻、时刻、…、时刻对应的原始输入数据，为核电厂在时刻对应的原始输出数据；t为时刻总数； S13：判断循环次数i是否等于N，若判断为是，则得到N个数据样本组；若判断为否，则令i=i+1，并返回步骤S12。

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西安交通大学;江苏核电有限公司，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。