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！

申请/专利权人：兰州理工大学

摘要：本申请提供一种金属凝固过程预测方法，基于Transformer网络架构搭建预测模型，将金属微观结构状态的状态数据设定为所述预测模型的输入序列，将所述输入序列对应的金属微观结构状态的下一个状态的状态数据设定为所述预测模型的输出序列；根据微观结构演变的状态数据对所述预测模型根据Transformer网络的机制进行训练和验证；获取待预测时间之前的目标状态数据，输入训练后的预测模型进行预测；能够充分发挥Transformer网络多头注意力机制的优势，自动捕捉输入序列中结构演变的特征信息，准确预测晶体生长动力学过程中微观组织的变化规律，且计算效率高。

主权项：1.一种金属凝固过程预测方法，其特征在于，包括：基于Transformer网络架构搭建预测模型，所述预测模型包括多个编码器和解码器，所述编码器用于对输入序列进行特征提取，解码器用于在所述编码器的基础上生成预测输出，其中，所述编码器与所述解码器连接，所述编码器将输入的序列信息转换为固定长度的向量表示，所述解码器根据输入的所述固定长度的向量表示，输出对应的序列信息；将金属微观结构状态的状态数据设定为所述预测模型的输入序列，将所述输入序列对应的金属微观结构状态的下一个状态的状态数据设定为所述预测模型的输出序列；获取金属凝固过程中微观结构演变的状态数据，根据所述微观结构演变的状态数据对所述预测模型根据Transformer网络的机制进行训练和验证；获取待预测时间之前的目标状态数据，将所述目标状态数据输入训练后的预测模型进行预测；所述编码器包括一个输入层、一个位置编码层和多个相同的的编码层；所述基于Transformer网络架构搭建预测模型的过程中，还包括：利用正弦函数和余弦函数的位置编码，使得时间线位置和嵌入维度中的每个输入值都对应获取编码向量；将输入向量与所述时间位置的编码向量进行逐个相加，获取加法向量，以使所述预测模型获取所述输入序列中不同时间点的位置关系；将加法向量传递到所述编码层中，配置多个注意力头以对多个晶粒进行并行计算；将多个注意力头将对应的多个输出进行连接和线性变换，以得到编码器的输出结果；所述解码器包括输入层、多个解码层和输出层，每个解码层包括第一自注意力子层、编解码注意力子层和前馈神经网络子层；所述基于Transformer网络架构搭建预测模型的过程中，还包括：所述解码器的输入从编码器输入的最后一个数据点开始，将所述编码器的输出结果经过线性映射转换为一个维度的向量表示结果；通过对所述解码器自身进行注意力计算，捕捉所述输入序列中不同时间线位置之间的依赖关系，生成解码器的中间表示结果；将所述编码器的输出与所述解码器的中间表示结果进行比较，通过计算注意力权重进行信息融合，以生成目标序列；通过线性变换和激活函数处理所述目标序列，使所述预测模型进行非线性建模，以生成解码层结果；通过线性映射，将所述解码层结果映射到目标时间序列的维度上。

全文数据：

权利要求：

百度查询： 兰州理工大学 一种金属凝固过程预测方法