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！

摘要：本发明涉及数据处理领域，尤其涉及基于机器学习的制冷机系统建模和优化方法。内容包括：获取并预处理制冷机系统的运行数据，得到预处理后的运行数据；对预处理后的运行数据使用多维空间自适应增强变换算法进行增强处理，得到增强处理后的运行数据；构建制冷机系统的运行特性模型，并采用混合自适应动力优化算法优化制冷机系统运行特性模型的模型参数，得到优化后的模型参数，进而得到优化后的制冷机系统运行特性模型；基于优化后的制冷机系统运行特性模型的预测结果，动态调整制冷机系统的运行参数。解决了数据处理时的质量和多样性不足以及对制冷机系统的建模和优化不够准确的技术问题。

主权项：1.基于机器学习的制冷机系统建模和优化方法，其特征在于，包括以下步骤：S1.获取并预处理制冷机系统的运行数据，得到预处理后的运行数据；对预处理后的运行数据使用多维空间自适应增强变换算法进行增强处理，得到增强处理后的运行数据，所述多维空间自适应增强变换算法实现过程如下：对预处理后的运行数据通过高斯混合模型进行高斯混合变换处理，得到增强数据；应用自适应非线性映射将增强数据映射到高维非线性空间中；通过在不同尺度上引入正弦和高斯扰动，得到扰动数据；对扰动数据进行频域与时域的联合变换；基于频域与时域的联合变换结果，重构运行数据的协方差矩阵，并利用多元正态分布生成新的增强数据；将新的增强数据进行逆变换，通过逆频域变换将新的增强数据从时频域信号转换回扰动空间数据，得到时域信号；去除扰动后，将时域信号从高维非线性空间转换回原始特征空间，得到增强处理后的运行数据；S2.构建制冷机系统的运行特性模型，并采用混合自适应动力优化算法优化制冷机系统运行特性模型的模型参数，得到优化后的模型参数，进而得到优化后的制冷机系统运行特性模型，在混合自适应动力优化算法实现过程中，定义适应度函数；适应度函数计算公式如下： ，其中，是适应度函数；是制冷机系统的运行特性模型参数组成的向量；是第个样本的实际值；是第个样本的预测值；是样本数；是制冷机系统的运行特性模型的模型参数的个数；是第个制冷机系统的运行特性模型的模型参数；基于制冷机系统运行特性模型的模型参数生成初始参数向量，每个参数向量表示一个模型参数；在每个迭代过程中，通过适应度函数的值，选择下一代参数向量，不断迭代至满足终止条件，对参数向量实施局部和全局搜索，更新参数向量，得到优化后的制冷机系统运行特性模型的模型参数；更新模型参数值的公式如下： ，其中，是第个参数向量在第次更新的值；是第个参数向量在第次更新的值；是第个参数向量在次更新的速度；基于优化后的制冷机系统运行特性模型的预测结果，动态调整制冷机系统的运行参数。

全文数据：

权利要求：

百度查询： 无锡冠亚恒温制冷技术有限公司 基于机器学习的制冷机系统建模和优化方法