【技术实现步骤摘要】
本申请涉及燃料制备，特别是涉及清洁燃料混合物的制备方法、模型的确定方法及相关装置。
技术介绍
1、清洁燃料的燃烧过程复杂且麻烦，因此，通常利用相应的方法进行燃烧模拟，进而确定出需求的清洁燃料混合物。
2、相关技术中，由于化学刚性，大规模的模拟变得极其昂贵，特别是对于超大规模的模拟。
技术实现思路
1、本申请提供了清洁燃料混合物的制备方法、模型的确定方法及相关装置，能够提高混合物燃烧模型网络的训练速度，进而可以利用较小的成本训练出符合要求的模型，进而利用在清洁燃料混合物的制备验证中，提升清洁燃料混合物的制备效率。
2、第一方面，本申请提供一种混合物燃烧模型的确定方法，该方法包括：随机采样生成样本集；从样本集中选择目标优化基准量；利用目标优化基准量，结合开源化学动力学软件，对混合物燃烧模型网络进行训练；利用混合物燃烧模型网络求解逆问题，得到最优解；利用最优解决定是否继续训练混合物燃烧模型网络，直至结束训练。
3、其中，对混合物燃烧模型网络进行训练，包括：对混合物燃烧模型网络进行训练，得到当前次的损失值；利用损失值对混合物燃烧模型网络的网络参数进行调整。
4、其中，利用混合物燃烧模型网络求解逆问题，得到最优解，包括：利用网络参数调整后的混合物燃烧模型网络求解逆问题，得到最优解。
5、其中，利用最优解决定是否继续训练混合物燃烧模型网络，直至结束训练，包括：响应于最优解不符合条件，调整样本集中基准量的稀疏度；利用调整后的样本集再次对
6、其中，利用目标优化基准量，结合开源化学动力学软件，对混合物燃烧模型网络进行训练，包括：利用开源化学动力学软件计算目标优化基准量对应的软件计算值；以及将目标优化基准量转换为布尔向量，利用布尔向量训练多个混合物燃烧模型网络，得到每一燃烧模型网络对应的损失值；综合所有混合物燃烧模型网络对应的损失值，调整布尔向量，并利用调整后的布尔向量训练多个燃烧模型网络。
7、第二方面，本申请提供一种清洁燃料混合物的制备方法，该方法包括：获取新设计清洁燃料混合物；将新设计清洁燃料混合物输入至混合物预测神经网络，得到预测清洁燃料混合物；将预测清洁燃料混合物输入至混合物燃烧模型，得到燃烧结果；根据燃烧结果确定最终清洁燃料混合物；其中，混合物燃烧模型如第一方面提供的混合物混合物燃烧模型。
8、其中，将新设计清洁燃料混合物输入至混合物预测神经网络，得到预测清洁燃料混合物，包括：将新设计清洁燃料混合物进行转化，得到对应的混合物无向图；将混合物无向图输入至混合物预测神经网络，得到预测混合物无向图。
9、其中，混合物预测神经网络包括向量层、归一化层、令牌混合多层感知机和通道混合多层感知机；将混合物无向图输入至混合物预测神经网络，得到预测混合物无向图，包括:将混合物无向图输入至向量层，得到混合物向量；将混合物向量分别输入至归一化层、令牌混合多层感知机和通道混合多层感知机，得到预测混合物无向图。
10、第三方面，本申请提供一种电子设备，该电子设备包括处理器以及与处理器耦接的存储器，存储器中存储有计算机程序，处理器用于执行计算机程序以实现如第一方面或第二方面提供的方法。
11、第四方面，本申请提供一种计算机可读存储介质，其特征在于，计算机可读存储介质存储有计算机程序，计算机程序在被处理器执行时，实现如第一方面或第二方面提供的方法。
12、本申请的有益效果是：区别于现有技术的情况，本申请提供的清洁燃料混合物的制备方法、模型的确定方法及相关装置。在混合物燃烧模型确定过程中，利用当前训练的混合物燃烧模型网络求解逆问题，得到最优解；利用最优解决定是否继续训练混合物燃烧模型网络，直至结束训练，以此反复加速对混合物燃烧模型网络的训练，提高混合物燃烧模型网络的训练速度，进而可以利用较小的成本训练出符合要求的模型，进而利用在清洁燃料混合物的制备验证中，提升清洁燃料混合物的制备效率。
本文档来自技高网...【技术保护点】
1.一种混合物燃烧模型的确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述混合物燃烧模型网络进行训练，包括：
3.根据权利要求2所述的方法，其特征在于，所述利用所述混合物燃烧模型网络求解逆问题，得到最优解，包括：
4.根据权利要求1所述的方法，其特征在于，所述利用所述最优解决定是否继续训练所述混合物燃烧模型网络，直至结束训练，包括：
5.根据权利要求1所述的方法，其特征在于，所述利用所述目标优化基准量，结合开源化学动力学软件，对所述混合物燃烧模型网络进行训练，包括：
6.一种清洁燃料混合物的制备方法，其特征在于，所述方法包括：
7.根据权利要求6所述的方法，其特征在于，所述将所述新设计清洁燃料混合物输入至混合物预测神经网络，得到预测清洁燃料混合物，包括：
8.根据权利要求7所述的方法，其特征在于，所述混合物预测神经网络包括向量层、归一化层、令牌混合多层感知机和通道混合多层感知机；所述将所述混合物无向图输入至混合物预测神经网络，得到预测混合物无向图，包括:p>
9.一种电子设备，其特征在于，所述电子设备包括处理器以及与所述处理器耦接的存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1-8任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序在被处理器执行时，实现如权利要求1-8任一项所述的方法。
...【技术特征摘要】
1.一种混合物燃烧模型的确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述混合物燃烧模型网络进行训练，包括：
3.根据权利要求2所述的方法，其特征在于，所述利用所述混合物燃烧模型网络求解逆问题，得到最优解，包括：
4.根据权利要求1所述的方法，其特征在于，所述利用所述最优解决定是否继续训练所述混合物燃烧模型网络，直至结束训练，包括：
5.根据权利要求1所述的方法，其特征在于，所述利用所述目标优化基准量，结合开源化学动力学软件，对所述混合物燃烧模型网络进行训练，包括：
6.一种清洁燃料混合物的制备方法，其特征在于，所述方法包括：
7.根据权利要求6所述的方法，其...
【专利技术属性】
技术研发人员：邓志友，卞向日，龙建锋，龙能决，
申请(专利权)人：深圳粤通新能源环保技术有限公司，
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。