一种温场数学模型的训练方法技术

本发明专利技术公开了一种温场数学模型的训练方法，通过检测烹饪设备内胆里面任意两处的温度值，将温场感知问题，转化为可量化计算的非线性数学模型，数学模型通过样本训练的方法以使算法适应不同的内胆结构，通过判断目标函数均值是否满足预设训练条件以决定结束数学模型的训练工作，从而可准确辨别食物当前所处的烹饪的阶段，进而利于后续控制软件的优化迭代，如此即可根据所推算出的当前的烹饪的情况决定调节加热装置的加热状态，其方法简单可行，可有效解决内胆里面无法准确检测整体温场变化情况的问题，同时还可智能判断食物当前的烹饪阶段。饪阶段。饪阶段。

【技术实现步骤摘要】
一种温场数学模型的训练方法


[0001]本专利技术涉及人工智能
，尤其涉及一种温场数学模型的训练方法。

技术介绍

[0002]相关技术中，大多数的蒸烤箱内腔通常设置有ntc型的温度传感器，用于感知内腔的温度变化，以便控制器根据温度变化采取相应控温措施。出于成本考虑，ntc温度传感器数量不宜过多，多数采用一个温度传感器，但带来的问题是只能检测到内腔某一点的温度，并不能反映出内腔整体温场的变化情况。而采用两个温度传感器可以检测到内腔某两点的温度，但蒸烤箱的温场情况是内腔的综合表现，与某两点的温度值不成严格的线性关系，所以，需要将两个温度传感器检测到某两点的温度，模拟成非线性数学模型，针对模型进行样本训练，使模型具备辨别温场表现的能力，并以此控制加热管组合开停。

技术实现思路

[0003]本专利技术旨在至少在一定程度上解决现有相关技术中存在的问题之一，为此，本专利技术提出一种温场数学模型的训练方法，其方法简单可行，可有效解决内胆里面无法准确检测整体温场变化情况的问题，同时还可智能判断食物当前的烹饪阶段。
[0004]上述目的是通过如下技术方案来实现的：
[0005]一种温场数学模型的训练方法，所述烹饪设备具有内胆，在所述内胆的内壁上分别间隔设置有第一温度传感器和第二温度传感器，所述第一温度传感器和所述第二温度传感器分别与控制器电性连接以分别对所述内胆A处和B处的温度进行检测，所述烹饪设备的控制方法包括如下步骤：
[0006]分别对所述内胆A处和B处的温度进行检测以获得第一温度值X1和第二温度值X2后，对所述第一温度值X1和所述第二温度值X2进行样本归一化处理；
[0007]构建包括输入层、隐藏层和输出层的数学模型；
[0008]获取训练样本库中的训练样本以对所述数学模型开始进行训练，通过所构建的数学模型对第一温度值X1和第二温度值X2进行计算处理；
[0009]对所述数学模型的参数进行计算以得到每个参数相对应的偏导数
[0010]通过计算公式进行计算以获得目标函数值E；
[0011]直至获取完所述训练样本库中的训练样本后，通过计算公式进行计算以获得目标函数均值H；
[0012]通过判断所述目标函数均值H是否满足预设训练条件以决定结束所述数学模型的训练工作。
[0013]在一些实施方式中，所述通过所构建的数学模型对第一温度值X1和第二温度值X2进行计算处理的步骤包括：
[0014]ω11x1+ω12x2+b1＝a1，引入非线性函数后则z1＝φ(a1)，
[0015]ω21x1+ω22x2+b2＝a2，引入非线性函数后则z2＝φ(a2)，
[0016]通过所构建的数学模型对z1和z2进行计算处理：
[0017]ω1z1+ω2z2+b＝y，
[0018]其中ω为所述数学模型隐藏层的加权重系数，x1为第一温度值，x2为第二温度值，b为所述数学模型隐藏层的预设阈值，a为每个温度值相对应的未知值，z为每个温度值相对应的边界信息，φ为sigmoid函数，y为实际烹饪程度值；
[0019]所述sigmoid函数φ的表达式为：
[0020]φ(x)＝1/(1+e
‑
x
)，
[0021]那么φ的导数的表达式则为：
[0022]Φ
’
(x)＝φ(x)[1
‑
φ(x)]；
[0023]其中所述φ为sigmoid函数，所述e为设定值。
[0024]在一些实施方式中，所述对所述数学模型的参数进行计算以得到每个参数相对应的偏导数的步骤包括：
[0025][0026][0027][0028][0029][0030][0031][0032][0033][0034]其中所述为偏导数，所述y为实际烹饪程度值，所述Y为预设烹饪程度值，φ为sigmoid函数，所述x1为第一温度值，x2为第二温度值。
[0035]在一些实施方式中，所述目标函数值E通过如下计算公式获得：
[0036]E＝(y
‑
Y)2/2，其中所述E为目标函数值，所述y为实际烹饪程度值，所述Y为预设烹饪程度值。
[0037]在一些实施方式中，所述目标函数均值H通过如下计算公式获得：
[0038]H＝E/N，其中所述H为目标函数均值，所述E为目标函数值，所述N为所述训练样本库中训练样本的数量。
[0039]在一些实施方式中，所述通过判断所述目标函数均值H是否满足预设训练条件以决定结束所述数学模型的训练工作的步骤包括：
[0040]判断所述目标函数均值H是否满足预设训练条件；
[0041]若是，则结束所述数学模型的训练工作；
[0042]若否，则决定对所述数学模型的参数进行修正，并且对修正后的所述数学模型再次进行训练。
[0043]在一些实施方式中，所述预设训练条件为目标函数均值H是否小于预设训练系数
K，所述训练系数K大于0且小于0.1。
[0044]在一些实施方式中，所述决定对所述数学模型的参数进行修正的步骤包括：
[0045]所述数学模型的参数包括所述数学模型隐藏层的加权重系数ω和所述数学模型隐藏层的预设阈值b；
[0046]根据所述数学模型当次训练的参数进行计算以获得所述数学模型下一次训练的参数，并将所述数学模型当次训练的参数修正为计算所得的所述数学模型下一次训练的参数；
[0047]所述数学模型下一次训练的参数通过如下计算公式获得：
[0048]其中所述ω(后)为所述数学模型下一次训练的加权重系数，所述ω(前)为所述数学模型当次训练的加权重系数，所述a为学习率，为偏导数；
[0049]其中所述b(后)为所述数学模型下一次训练的预设阈值，所述b(前)为所述数学模型当次训练的预设阈值，所述a为学习率，为偏导数。
[0050]在一些实施方式中，所述结束所述数学模型的训练后的步骤包括：
[0051]获取验证样本库中的验证样本以对所述数学模型开始进行验证，通过计算公式进行计算以获得实际烹饪程度值；
[0052]直至获取完所述验证样本库中的验证样本后，通过将每个所述验证样本所对应的所述实际烹饪程度值与预设验证条件进行比较，根据比较结果以决定是否结束所述数学模型的验证工作。
[0053]在一些实施方式中，所述通过将每个所述验证样本所对应的所述实际烹饪程度值与预设验证条件进行比较，根据比较结果以决定是否结束所述数学模型的验证工作的步骤包括：
[0054]判断每个所述验证样本所对应的所述实际烹饪程度值是否满足预设验证条件；
[0055]若是，则结束所述数学模型的验证工作；
[0056]若否，则返回继续获取所述训练样本库中的训练样本以对所述数学模型再次进行训练。
[0057]在一些实施方式中，所述预设验证条件为每个验证样本所对应的实际烹饪程度值y与预设烹饪程度值Y之间差值的绝对值是否小于等于所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种温场数学模型的训练方法，所述烹饪设备具有内胆，其特征在于，在所述内胆的内壁上分别间隔设置有第一温度传感器和第二温度传感器，所述第一温度传感器和所述第二温度传感器分别与控制器电性连接以分别对所述内胆A处和B处的温度进行检测，所述烹饪设备的控制方法包括如下步骤：分别对所述内胆A处和B处的温度进行检测以获得第一温度值X1和第二温度值X2后，对所述第一温度值X1和所述第二温度值X2进行样本归一化处理；构建包括输入层、隐藏层和输出层的数学模型；获取训练样本库中的训练样本以对所述数学模型开始进行训练，通过所构建的数学模型对第一温度值X1和第二温度值X2进行计算处理；对所述数学模型的参数进行计算以得到每个参数相对应的偏导数通过计算公式进行计算以获得目标函数值E；直至获取完所述训练样本库中的训练样本后，通过计算公式进行计算以获得目标函数均值H；通过判断所述目标函数均值H是否满足预设训练条件以决定结束所述数学模型的训练工作。2.根据权利要求1所述的一种温场数学模型的训练方法，其特征在于，所述通过所构建的数学模型对第一温度值X1和第二温度值X2进行计算处理的步骤包括：ω11x1+ω12x2+b1＝a1，引入非线性函数后则z1＝φ(a1)，ω21x1+ω22x2+b2＝a2，引入非线性函数后则z2＝φ(a2)，通过所构建的数学模型对z1和z2进行计算处理：ω1z1+ω2z2+b＝y，其中ω为所述数学模型隐藏层的加权重系数，x1为第一温度值，x2为第二温度值，b为所述数学模型隐藏层的预设阈值，a为每个温度值相对应的未知值，z为每个温度值相对应的边界信息，φ为sigmoid函数，y为实际烹饪程度值；所述sigmoid函数φ的表达式为：φ(x)＝1/(1+e
‑
x
)，那么φ的导数的表达式则为：Φ
’
(x)＝φ(x)[1
‑
φ(x)]；其中所述φ为sigmoid函数，所述e为设定值。3.根据权利要求2所述的一种温场数学模型的训练方法，其特征在于，所述对所述数学模型的参数进行计算以得到每个参数相对应的偏导数的步骤包括：的步骤包括：的步骤包括：的步骤包括：的步骤包括：
其中所述为偏导数，所述y为实际烹饪程度值，所述Y为预设烹饪程度值，φ为sigmoid函数，所述x1为第一温度值，x2为第二温度值。4.根据权利要求3所述的一种温场数学模型的训练方法，其特征在于，所述目标函数值E通过如下计算公式获得：E＝(y
‑
Y)2/2，其中所述E为目标函数值，所述y为实际烹饪程度值，所述Y为预设烹饪程度值；所述目标函数均值H通过如下计算公式获得：H＝E/N，其中所述H为目标函数均值，所述E为目标...

【专利技术属性】
技术研发人员：罗淦恩，潘叶江，
申请(专利权)人：华帝股份有限公司，
类型：发明
国别省市：