← 返回列表
基于机器学习的无线电能传输系统优化方法、装置及介质
摘要文本
本发明提供一种基于机器学习的无线电能传输系统优化方法、装置及介质，所述方法包括：将随机生成的可用粒子输入至训练好的预测模型中，得到预测模型输出的预测结果；预测模型是基于训练集训练得到的；训练集包括：通过智能算法对耦合机构进行多目标优化得到的普通粒子和处于帕累托前沿的粒子；基于预测结果，对无线电能传输系统进行优化。本发明提供的基于机器学习的无线电能传输系统优化方法，通过预测模型对随机产生的可用粒子进行预测，判断是否处于帕累托前沿，加速处于帕累托前沿的粒子的生成速率，进而能够加速耦合机构多目标设计过程，从而对无线电能传输系统进行优化，提高了无线电能传输系统的设计效率。。专利查询网
申请人信息
- 申请人:中国科学院空天信息创新研究院
- 申请人地址:100094 北京市海淀区邓庄南路9号
- 发明人: 中国科学院空天信息创新研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于机器学习的无线电能传输系统优化方法、装置及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311532938.3 |
| 申请日 | 2023/11/16 |
| 公告号 | CN117669800A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06Q10/04 |
| 权利人 | 中国科学院空天信息创新研究院 |
| 发明人 | 王义; 徐国宁; 贾忠臻; 杨燕初; 蔡榕; 张衍垒 |
| 地址 | 北京市海淀区邓庄南路9号 |
专利主权项内容
1.一种基于机器学习的无线电能传输系统优化方法，其特征在于，包括：将随机生成的可用粒子输入至训练好的预测模型中，得到所述预测模型输出的预测结果；所述预测结果包括：所述可用粒子是否为处于帕累托前沿的粒子；所述预测模型是基于训练集训练得到的；所述训练集包括：通过智能算法对耦合机构进行多目标优化得到的普通粒子和处于帕累托前沿的粒子；基于所述预测结果，对无线电能传输系统进行优化。