高化学(江苏)化工新材料有限责任公司黄敏敏获国家专利权
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！
龙图腾网获悉高化学(江苏)化工新材料有限责任公司申请的专利基于深度学习的草酸二甲酯催化剂配方优化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：CN120932775B 。
龙图腾网通过国家知识产权局官网在2026-03-13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：202511447548.5，技术领域涉及：G16C20/70；该发明授权基于深度学习的草酸二甲酯催化剂配方优化方法及系统是由黄敏敏;吴昊翀;许林设计研发完成，并于2025-10-11向国家知识产权局提交的专利申请。
本基于深度学习的草酸二甲酯催化剂配方优化方法及系统在说明书摘要公布了：本发明提供基于深度学习的草酸二甲酯催化剂配方优化方法及系统，涉及配方优化技术领域，包括通过构建深度神经网络模型，采用多任务学习策略同时优化催化转化率与稳定性，并利用改进的贝叶斯优化算法引入组分相容性约束进行求解，确定最优催化剂配方。本方法能提高催化剂性能预测准确度，加速催化剂优化迭代，显著提升催化转化率和使用寿命。
本发明授权基于深度学习的草酸二甲酯催化剂配方优化方法及系统在权利要求书中公布了：1.基于深度学习的草酸二甲酯催化剂配方优化方法，其特征在于，包括： 获取多组草酸二甲酯催化剂的历史实验数据，所述历史实验数据包括催化剂组分配比数据、反应工艺参数数据和催化转化率数据； 构建深度神经网络模型，所述深度神经网络模型包括输入层、多个隐藏层和输出层，其中输入层接收催化剂组分配比数据和反应工艺参数数据，输出层输出预测的催化转化率数据； 采用多任务学习策略训练所述深度神经网络模型，在训练过程中同时优化催化转化率预测任务和催化剂稳定性预测任务，其中催化剂稳定性通过连续多次反应后催化活性的衰减率表征； 基于所述训练后的深度神经网络模型，构建催化剂配方优化目标函数，将催化转化率和催化剂稳定性作为优化目标； 采用改进的贝叶斯优化算法对所述目标函数进行优化求解，其中在贝叶斯优化过程中引入组分相容性约束，通过预先建立的组分相容性知识库对采样点进行筛选，确保优化得到的催化剂配方组分具有良好的相容性； 根据所述贝叶斯优化结果，确定草酸二甲酯催化剂的最优配方，包括各组分的配比及相应的反应工艺参数。
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高化学(江苏)化工新材料有限责任公司，其通讯地址为：226009 江苏省南通市经济技术开发区通顺路6号内1幢—11幢；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励