Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 福建金塑宝科技有限公司袁存哲获国家专利权

福建金塑宝科技有限公司袁存哲获国家专利权

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!

龙图腾网获悉福建金塑宝科技有限公司申请的专利一种塑化订单匹配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:CN120996475B

龙图腾网通过国家知识产权局官网在2026-02-10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:202511123088.0,技术领域涉及:G06Q10/0631;该发明授权一种塑化订单匹配方法是由袁存哲;苏志建;郝丽娜设计研发完成,并于2025-08-12向国家知识产权局提交的专利申请。

一种塑化订单匹配方法在说明书摘要公布了:本发明涉及智能制造技术领域,尤其涉及一种塑化订单匹配方法,其方法包括:先对订单与产线数据事件编码,经神经网络生成形态向量与能流向量;在双曲空间构建耦合矩阵并用伊辛模型一次匹配;若输出梯度超阈,经神经形态抑制细化并计算局部熵梯度;将细化结果与产线反馈送入因果生成图判定冲突,必要时再调制求解器生成纠偏匹配;最终把匹配向量与冲突标记写入区块链,各节点通过联邦学习自更新模型,并以形态熵驱动曲率与阈值自适应。该方法实现低能耗、少换线且可持续学习的实时排产。

本发明授权一种塑化订单匹配方法在权利要求书中公布了:1.一种塑化订单匹配方法,其特征在于,包括以下步骤: 对订单参数流与产线参数流进行事件编码,经神经网络生成订单形态向量和产线能流向量,并形成初始能流势场;所述事件编码通过在固定时长的滑动窗口内测量连续采样信号的相邻时间差,并将时间差转换为脉冲序列;所述神经网络依次设置时序卷积层、门控线性层和全局平均池化层,输出的订单形态向量维度大于产线能流向量维度,其中,采用能流向量的加权积分生成初始能流势场; 在非欧几里得空间根据形态向量与能流向量的距离构建耦合矩阵,将耦合矩阵输入伊辛模型求解器生成第一匹配结果;当伊辛模型求解器输出信号梯度超过预设阈值时,利用神经形态计算模型产生的抑制信号调制伊辛模型求解器,生成细化匹配结果并计算局部熵梯度;所述耦合矩阵的每个元素通过将形态向量与能流向量在双曲空间中的距离代入指数映射函数生成,指数映射函数的指数系数依据双曲空间曲率实时调整;局部熵梯度通过将欧氏距离、能耗预测值和切换成本分别乘以预设权重后求和获得; 将细化匹配结果、局部熵梯度和产线物理反馈输入因果生成图模型计算冲突概率;当产线状态变化率和冲突概率均超过预设阈值时,再次调制伊辛模型求解器,生成纠偏匹配结果并输出冲突标记;所述产线物理反馈包括扭矩增幅、背压斜率和筒体温度梯度;所述因果生成图模型采用扩散反向推断方式生成反事实订单场景,并根据反事实订单场景的不匹配出现次数计算冲突概率;所述产线状态变化率向量由螺杆扭矩梯度、背压梯度与筒体温度梯度组成; 将纠偏匹配结果对应的形态向量、能流向量和冲突标记写入分布式账本,各节点通过对比学习与联邦聚合更新神经网络参数、伊辛模型求解器参数、神经形态计算模型参数和因果生成图模型参数;当累计形态熵下降率低于预设阈值时,调整非欧几里得空间曲率、信号梯度阈值和抑制信号增益,并同步更新参数。

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福建金塑宝科技有限公司,其通讯地址为:361000 福建省厦门市思明区宜兰路99号4205室之一;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。