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！

龙图腾网获悉集美大学申请的专利运用卷积神经网络确定模糊控制理论隶属度函数的改进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：CN116050461B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202211575941.9，技术领域涉及：G06N3/043；该发明授权运用卷积神经网络确定模糊控制理论隶属度函数的改进法是由朱子文;张慕元;彭苗娇;贾冰;郑青榕设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本运用卷积神经网络确定模糊控制理论隶属度函数的改进法在说明书摘要公布了：本发明提供了一种运用卷积神经网络确定模糊控制理论隶属度函数的改进法，包括：步骤S1：进行卷积神经网络输入层的计算和确定；步骤S2:搭建卷积神经网络，对输入的相关功率进行池化训练，并得到卷积计算，构建损失函数J，运用梯度下降法优化卷积核权重，直至达到收敛条件，最终输出得到相关功率的隶属度函数；步骤S3:建立模糊规则和模糊推理系统，使用模糊逻辑控制理论将相关隶属度函数转换为优化后的总功率和燃料电池功率；最终建立与传统离线算法对比的寻优函数，验证卷积神经网络结合模糊逻辑控制对解决动态问题的可行性。应用本技术方案不仅结合了传统的离线优化算法的优点，同时具有了实时决策的能力，用于计算大规模的工况数据以提高效率。

本发明授权运用卷积神经网络确定模糊控制理论隶属度函数的改进法在权利要求书中公布了：1.运用卷积神经网络确定模糊控制理论隶属度函数的改进方法，其特征在于，包括以下步骤： 步骤S1：进行卷积神经网络输入层的计算和确定； 步骤S2:搭建卷积神经网络，对输入的相关功率进行池化训练，并得到卷积计算，构建损失函数J，运用梯度下降法优化卷积核权重，直至达到收敛条件，最终输出得到相关功率的隶属度函数； 步骤S3:建立模糊规则和模糊推理系统，使用模糊逻辑控制理论将相关隶属度函数转换为优化后的总功率和燃料电池功率；最终建立与传统离线算法对比的寻优函数，从而验证卷积神经网络结合模糊逻辑控制对解决动态问题的可行性; 所述的卷积神经网络包括输入层、卷积层、池化层、全连接层四个部分组成； 将所述的总功率和燃料电池功率在采样时间上的相关函数组作为输入层的 输入； 卷积层对输入的负载功率和燃料电池功率进行特征提取，并且将这两组功 率转化为加权功率； 池化层使用混合运算符号的组合对加权功率进行池化； 全连接层对池化层池化的结果进行处理得到相关功率的隶属度函数； 在卷积神经网络的训练过程中，通过构建损失函数对训练的结果数据进行预测，并使 用梯度下降法进行训练更新卷积核参数，直至损失函数达到收敛条件，以此输出最终的相 关功率隶属度函数和; 运用模糊逻辑控制理论，建立模糊推理系统和模糊规则，系统的输入分别为综合燃料 电池的负载功率和综合电荷状态系数SOC,系统的输出为混合燃料电池功率，建 立输入量和输出量的隶属度函数；输入量SOC有三个隶属度集合，分别是L、M和H； 输入量负载功率以及输出量燃料电池功率有五个隶属度集合，分别是VL、 L、M、H和VH；其中，VL、L、M、H和VH分别表示非常低VeryLow、低Low、中Medium、高 High和非常高VeryHigh； 通过调节单向DCDC变换器的通过电流，输入综合电荷状态系数SOC，确认混合燃料系 统的电池功率分配权重，输出得到负载功率和燃料电池功率。

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集美大学，其通讯地址为：361021 福建省厦门市集美区银江路185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。