基于相似原理的改进KNN算法的挤压铸造工艺参数设计方法

本发明提供基于相似原理的改进KNN算法的挤压铸造工艺参数设计方法，属于工艺参数设计技术领域，工艺参数设计方法首先基于相似原理对工艺参数的相关变量的相对变化趋势进行衡量。在此基础上提取与目标案例的相关变量相对变化趋势相似的样本数据，基于这些样本数据，进行KNN聚类并对聚类样本中的对应参数进行加权回归作为目标案例的工艺参数设计值。该设计方法基于已有的研究数据，充分参考利用了现有的相关研究成果，无需进行繁琐的实验研究且工艺参数的设计精度较高。相比于现有的工艺参数设计方法，节省了大量的时间成本和实验成本。该方法具有普适性，不仅适用于挤压铸造工艺参数的设计，对于其它类似领域的参数设计同样适用。

《基于相似原理的改进KNN算法的挤压铸造工艺参数设计方法》是一发明专利，专利号为 2021113698276，当前法律状态为已下证，由广西大学提出申请，发明人为邓建新;谢彬;刘光明;王令;曾向明;贺德强;黄海宾;李先旺;吴秀松;刘港，申请日期为2021-11-18，公开（公告）日期为2024-11-22，国际专利分类号（IPC）为 G06F 30/17 (2020.01)，高新资质：未报高企，所属技术领域包括：材料科学与工程、机械制造工程、人工智能技术、机器学习、传热学与流体力学、数值模拟技术、材料表征与测试、汽车工业、航空航天、轨道交通与船舶。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提供基于相似原理的改进KNN算法的挤压铸造工艺参数设计方法，属于工艺参数设计技术领域，工艺参数设计方法首先基于相似原理对工艺参数的相关变量的相对变化趋势进行衡量。在此基础上提取与目标案例的相关变量相对变化趋势相似的样本数据，基于这些样本数据，进行KNN聚类并对聚类样本中的对应参数进行加权回归作为目标案例的工艺参数设计值。该设计方法基于已有的研究数据，充分参考利用了现有的相关研究成果，无需进行繁琐的实验研究且工艺参数的设计精度较高。相比于现有的工艺参数设计方法，节省了大量的时间成本和实验成本。该方法具有普适性，不仅适用于挤压铸造工艺参数的设计，对于其它类似领域的参数设计同样适用。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！