【技术实现步骤摘要】
本申请涉及智能参数调优的领域，尤其涉及一种基于输入和输出特征参数的调优方法及应用该方法的装置。
技术介绍
1、在当前的各类工程系统和数据分析处理领域中，对于输入参数和输出参数之间关系的精准把控至关重要。
2、在众多实际应用场景里，例如工业生产过程的控制，需要根据实时的生产条件（即输入参数）来调整生产工艺参数，以确保产品质量（输出参数）达到预期标准。然而，现有的方法往往难以全面、准确地考虑输入与输出参数之间复杂的非线性关系。许多传统模型仅仅简单地依据单一输出参数的反馈来调整输入参数，忽略了多个输出特征参数之间的关联以及不同特征维度的影响。
3、再比如在智能数据分析领域，对于大量数据的处理和分析结果的优化，同样依赖于对输入数据特征（输入参数）的合理调整，以获取更有价值的分析结果（输出参数）。但传统方法在分析输出特征参数时，无法深入挖掘每一特征维度的潜在信息，也难以对不同输出特征参数之间的差异进行有效的量化评估。
4、此外，现有的参数调优模型结构较为简单，缺乏足够的灵活性和适应性，无法充分处理复杂的多参数输入和多特征输出的情况。其在面对动态变化的输入输出关系时，很难及时准确地调整参数，导致系统性能不稳定，无法满足实际应用中对高效、精准调优的需求。
5、正是在这样的背景下，急需一种能够综合考虑多方面因素，全面、准确地对输入参数进行调优的模型，以解决现有技术中存在的诸多问题。
技术实现思路
1、本申请提供了一种基于输入和输出特征参数的调优方法及
2、第一方面，本申请提供了一种基于输入和输出特征参数的调优方法。所述方法包括：
3、实时获取第一输入参数和第二输入参数，并实时获取多个输出特征参数；
4、基于预获取的期望输出特征参数，分析每一输出特征参数的每一特征维度的评价值参数，确定每两个关联的输出特征参数的每一特征维度的评价值差异；
5、将所述第一输入参数，第二输入参数，以及每一输出特征参数的每一特征维度的评价值参数，以及每两个序列临近的输出特征参数的每一特征维度的评价值差异输入预构建的参数调优模型得到第一参数调整量，所述第一参数调整量表征第一输入参数需要调整的量；
6、所述参数调优模型包括一层输入层、多层隐藏层以及一层输出层，所述输入层包括输入节点，所述输入节点用于输入所述第一输入参数、第二输入参数以及每一输出特征参数的评价值参数；
7、所述输出层用于输出第一参数调整量；
8、所述参数调优模型还包括输出综合评估模型，所述输出综合评估模型用于结合每一输出特征参数的每一特征维度的评价值参数确定一输出综合评估参数，所述综合评估参数携带有时间戳；
9、所述输出综合评估模型还用于根据输出综合评估参数确定效果趋势参数；
10、所述隐藏层中包括特殊神经元，所述特殊神经元还用于输入所述输出综合评估参数和效果趋势参数。
11、通过采用上述技术方案，能够基于输入和输出特征参数的调优模型突破传统局限，能实时获取双输入参数与多个输出特征参数，全面考量输入与输出间复杂关系。通过深入分析输出特征参数每一维度的评价值，精准确定关联输出特征参数的评价值差异，挖掘出传统方法难以触及的潜在信息。独特的参数调优模型结构，涵盖多层隐藏层与特殊神经元，结合输出综合评估模型，不仅能根据多维度信息确定输入参数调整量，还能通过综合评估参数和效果趋势参数，极大增强模型灵活性与适应性，在动态变化环境中也能快速、准确地调整参数，确保系统性能稳定，实现高效、精准调优，有效解决现有技术在工业生产、智能数据分析等多领域的难题，为各行业发展提供有力支持。
12、进一步地，每一输出特征参数具有三个特征维度的评价值参数；
13、所述输出综合评估模型包括：
14、，
15、式中，e为输出综合评估参数，k为输出特征参数的数量，、、分别为第i个输出特征参数的第一评价值参数、第二评价值参数和第三评价值参数，、、分别为第i个输出特征参数和第i+1个输出特征参数的第一评价值差异、第二评价值差异和第三评价值差异，为预先设定的权重系数；
16、对携带有时间戳的历史输出综合评估参数进行差分操作，得到差分序列，计算差分序列的线性回归模型的斜率为所述效果趋势参数。
17、进一步地，所述期望输出特征参数包括每一输出特征参数的每一特征维度的预设评价基准，每一预设评价基准携带有维度关注权重；
18、所述基于预获取的期望输出特征参数，分析每一输出特征参数的每一特征维度的评价值参数，确定每两个关联的输出特征参数的每一特征维度的评价值差异包括：
19、根据每一特征维度的预设评价基准确定输出特征参数每一特征维度的评价值参数；
20、比对每两个关联的输出特征参数的每一特征维度的评价值参数，确定相应的评价值差异，输出特征参数的关联关系预获取。
21、第二方面，本申请提供了一种工艺参数智能调优装置。所述装置包括参数获取模块、参数处理模块和调优确定模块；
22、所述参数获取模块用于实时获取第一输入参数和第二输入参数，并实时获取多个输出特征参数；
23、所述参数处理模块用于基于预获取的期望输出特征参数，分析每一输出特征参数的每一特征维度的评价值参数，确定每两个关联的输出特征参数的每一特征维度的评价值差异；
24、所述调优确定模块用于将所述第一输入参数，第二输入参数，以及每一输出特征参数的每一特征维度的评价值参数，以及每两个序列临近的输出特征参数的每一特征维度的评价值差异输入预构建的参数调优模型得到第一参数调整量，所述第一参数调整量表征第一输入参数需要调整的量；
25、所述参数调优模型包括一层输入层、多层隐藏层以及一层输出层，所述输入层包括输入节点，所述输入节点用于输入所述第一输入参数、第二输入参数以及每一输出特征参数的评价值参数；
26、所述输出层用于输出第一参数调整量；
27、所述参数调优模型还包括输出综合评估模型，所述输出综合评估模型用于结合每一输出特征参数的每一特征维度的评价值参数确定一输出综合评估参数，所述综合评估参数携带有时间戳；
28、所述输出综合评估模型还用于根据输出综合评估参数确定效果趋势参数；
29、所述隐藏层中包括特殊神经元，所述特殊神经元还用于输入所述输出综合评估参数和效果趋势参数。
30、进一步地，所述调优确定模块被进一步配置为，每一输出特征参数具有三个特征维度的评价值参数；
31、所述输出综合评估模型包括：
32、，
33、式中，e为输出综合评估参数，k为输出特征参数的数量，、、分别为第i个输出特征参数的第一评价值参数、第二评价值参数和第三评价值参数，、、分别为第i个输出特征参数和第i+1个输出特征参本文档来自技高网...
【技术保护点】
1.一种基于输入和输出特征参数的调优方法，其特征在于，包括：
2.根据权利要求1所述的调优方法，其特征在于，每一输出特征参数具有三个特征维度的评价值参数；
3.根据权利要求1所述的调优方法，所述期望输出特征参数包括每一输出特征参数的每一特征维度的预设评价基准，每一预设评价基准携带有维度关注权重；
4.一种工艺参数智能调优装置，其特征在于，包括参数获取模块、参数处理模块和调优确定模块；
5.根据权利要求4所述的装置，其特征在于，所述调优确定模块被进一步配置为，每一输出特征参数具有三个特征维度的评价值参数；
6.根据权利要求4所述的装置，所述参数处理模块被进一步配置为，所述期望输出特征参数包括每一输出特征参数的每一特征维度的预设评价基准，每一预设评价基准携带有维度关注权重；
【技术特征摘要】
1.一种基于输入和输出特征参数的调优方法，其特征在于，包括：
2.根据权利要求1所述的调优方法，其特征在于，每一输出特征参数具有三个特征维度的评价值参数；
3.根据权利要求1所述的调优方法，所述期望输出特征参数包括每一输出特征参数的每一特征维度的预设评价基准，每一预设评价基准携带有维度关注权重；
4.一种工艺参数智能调优装置，其特征...
【专利技术属性】
技术研发人员：于大洋，
申请(专利权)人：北京德绩信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。