发明创造名称：一种基于模糊推理种群预测策略的动态多目标教学优化方法
外观设计名称：
决定号：193981
决定日：2019-11-01
委内编号：1F268472
优先权日：
申请（专利）号：201610534845.8
申请日：2016-07-07
复审请求人：淮北师范大学
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：高海燕
合议组组长：陈汝岩
参审员：吴广平
国际分类号：G06N3/00，G06Q50/20
外观设计分类号：
法律依据：专利法第25条第1款第（2）项，专利法第2条第2款
决定要点
：如果一项权利要求的全部内容仅仅涉及数学理论和换算方法，则该权利要求属于专利法第25条第1款第（2）项规定的智力活动的规则和方法。
全文：
本复审请求涉及申请号为201610534845.8，名称为“一种基于模糊推理种群预测策略的动态多目标教学优化方法”的发明专利申请（下称本申请）。申请人为淮北师范大学。本申请的申请日为2016年07月07日，公开日为2016年12月14日。
经实质审查，国家知识产权局原审查部门于2018年10月08日发出驳回决定，驳回了本申请，其理由是：权利要求1-5属于专利法第25条第1款第（2）项规定的智力活动的规则和方法。驳回决定所依据的文本为：申请日2016年07月07日提交的说明书第1-98段、说明书摘要；2016年08月01日提交的说明书附图1-15、摘要附图；2018年06月03日提交的权利要求第1-5项。
驳回决定所针对的权利要求书如下：
“1. 一种基于模糊推理种群预测策略的动态多目标教学优化方法，其特征在于，步骤包括：首先，初始化学习者种群，然后，算法进入如下迭代过程：(1)随机初始化学习者种群；(2)采用基于分解的策略更新所有学习者的学习成绩；(3)评估并更新参考点，计算学习者的适应值，选取最优学习者，并且更新学习者邻域；(4)对整个学习者种群进行环境变化检测；(5)如果环境发生变化，则依据模糊推理与一步预测相结合的种群预测策略产生新的学习者种群；
所述步骤(2)中由采用基于分解的策略根据教阶段与学阶段学习者更新公式更新当前学习者的学习成绩；根据更新后的学习者的学习成绩评估并更新参考点，计算学习者的适应值，由适应值的大小评估并选取最优学习者，并且依据适应值的大小更新学习者邻域；对整个学习者种群进行环境变化检测，重新评估所有学习者种群中的最好学习者，若最好学习者的成绩改变了，则认为环境发生变化，一旦环境发生变化，则依据模糊推理与一步预测相结合的种群预测策略产生新的学习者种群，否则，判断是否满足迭代终止条件；其中，依据模糊推理与一步预测相结合的种群预测策略产生新的学习者种群是指：保存环境变化时的学习者种群，更新记忆池，并采用基于最大熵的模糊推理与一步预测相结合的种群预测策略产生新的学习者种群，返回步骤(3)继续进行计算；
所述评估并更新参考点是指：根据更新后的所有学习者的学习成绩评估并更新参考点；更新参考点的公式：代表第i个目标函数的最大值，z*是m个最大解集合，fi(x)为学习者x的第i个目标函数值，m为目标函数的个数。
2. 根据权利要求1所述的基于模糊推理种群预测策略的动态多目标教学优化方法，其特征在于：所述教阶段学习者更新公式，
newXi＝Xi r*(NTeacheri-TF*NMeani) r*(NTeacheri-Xi)，
其中，Xi和newXi分别为第i个学习者学习前后对应状态，Teacheri是第i个学习者所在学习者邻域中的最好学习者，Meani是第i个学习者所在学习者邻域中的均值个体，r是随机向量，每一维度上的元素是在[0，1]范围内的随机数，TF是教因子，取值1或2；
所述学阶段学习者更新公式，
其中，Xi和newXi分别为第i个学习者学习前后对应状态，Xj为学习者邻域中随机选取 的一个学习者个体，r是一个取值在区间[0，1]上的随机数，f(Xi)和f(Xj)分别为当前学习者邻域中的第i个与第j个学习者对应的适应值。
3. 根据权利要求1所述的基于模糊推理种群预测策略的动态多目标教学优化方法，其特征在于，所述计算学习者的适应值的公式如下：
其中，w＝(w1，w2，L，wm)是一个权值矢量。
4. 根据权利要求1所述的基于模糊推理种群预测策略的动态多目标教学优化方法，其特征在于：所述产生新的学习者种群利用以下公式计算：
其中，r为范围[0，1]的随机数，
为t 1时刻基于最大熵模糊推理预测得到的学习者种群，
其中，为时间序列Xi隶属于的模糊隶属度，
β值设定为K为规则数；
为t 1时刻一步预测得到的学习者种群，
其中，xt-i为过去第i次环境变化时刻前搜索到的学习者种群Ct-1与Ct分别为时刻t-1与时刻t时搜索到的最终Pareto解集的中心，randn为正态随机数。
5. 根据权利要求4所述的基于模糊推理种群预测策略的动态多目标教学优化方法，其特征在于，所述模糊隶属度，函数求取模糊推理规则如下：
Y1c＝[xt，et]
L L
其中，Ck(k＝1，2，…，K)表示第k条规则，xt-i为过去第i次环境变化时刻前搜索到的学习者种群，et-i时过去第i次环境变化时学习者种群的预测误差。”
驳回决定认为：权利要求1-5的方案中仅仅记载了基于模糊推理和种群预测的使用动态多目标的教学优化算法，该算法的整体思想是：在教学优化算法的过程中，通过种群预测选择学习者种群中最优的学习者并对整个种群进行动态多目标算法中的环境变化检测，当环境发生变化时，根据模糊推理结合的种群预测来获取新的学习者种群。本申请的方案只是解决了数学算法中的问题，并没有具体应用于特定的工业技术领域，针对特定的技术领域解决相关的技术问题，也没有针对具体的技术领域中的特定数据进行具体处理，以获得相应的技术效果，其解决的问题、取得的效果都是针对数学算法本身的，因此，权利要求1-5的方案仅仅涉及算法，属于专利法第25条第1款第（2）项规定的智力活动的规则和方法。
申请人（下称复审请求人）对上述驳回决定不服，于2018年12月03日向国家知识产权局提出了复审请求，未修改权利要求书。复审请求人认为：本申请的方案包含了“初始化学习者种群，选取最优学习者，对整个学习者种群进行环境变化检测”，均为具体行为，不属于人的抽象思维，因而本申请的方案包含了技术特征；本申请不仅采用模糊推理与一步预测相结合的种群预测策略有效解决了跟踪环境变化的问题，而且提出了一种基于分解基的多目标教学优化方法更新种群，解决了求解最优Pareto解集速度慢的问题，在DMOPs中具有较强的适应性和鲁棒性。因此，本申请的方案解决跟踪环境变化的问题，达到了能够迅速对环境变化做出反应的效果，可以用于解决现实问题，用于工业生产，因而不属于专利法第25条第1款第（2）项规定的智力活动的规则和方法。
经形式审查合格，国家知识产权局于2018年12月20日依法受理了该复审请求，并将其转送至原审查部门进行前置审查。
原审查部门在前置审查意见书中认为：
（1）权利要求1-5的方案中仅仅记载了基于模糊推理和种群预测的使用动态多目标的教学优化算法，申请人在说明书中提到了教学优化算法也是一种数学算法，其模仿班级的教学过程而设计，通过教师分享知识，学生间相互学习提高班级的平均成绩，因此，教学优化算法过程中涉及到的学习者、学习成绩、环境变化等都是抽象的教学优化算法涉及的计算过程和参数，来源于人的抽象思维，不属于技术特征。因此，本申请的方案只是解决了数学算法中的一个问题而并没有具体应用于特定的工业技术领域，针对特定工业技术领域内相关技术问题，也没有针对具体工业技术领域中的特定数据进行具体处理，以获得相应技术效果，其解决的问题、取得的效果都是针对于数学算法本身的，根据权利要求1-5的内容可以确定该权利要求仅仅涉及一种算法。因此，权利要求1-5的内容属于专利法第25条第1款第（2）项所述的智力活动的规则和方法。
（2）权利要求1-5的方案实质仅涉及抽象的算法过程，其解决的问题是：目前现有技术中尚无将教学优化算法用于动态多目标优化问题，现有动态优化问题性能不高的问题，针对此问题本申请采用的方法是：将种群算法用于使用教学算法对动态多目标问题进行优化的方法中，由此可知，其所要解决的并不是专利法意义上的技术问题，其所要达到的效果并不是专利法意义上的技术效果，其方案中涉及的动态多目标优化、教学优化算法、种群预测均不是专利法意义上的技术手段。因此，权利要求1-5所要求保护的方案没有利用自然规律，也未解决技术问题，未产生技术效果，并不是一种技术方案，不符合专利法第2条第2款的规定。因而原审查部门坚持原驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2019年08月14日向复审请求人发出复审通知书，指出：虽然权利要求1的方案中包括了“初始化学习者种群，选取最优学习者，对整个学习者种群进行环境变化检测”的特征，然而，上述特征仍然是动态优化算法中的相关算法特征，而并不是将该动态优化算法应用于某一技术领域以解决该技术领域存在的技术问题的利用了自然规律的技术特征；复审请求人提出本申请的方案用于解决现实问题，用于工业生产，然而权利要求的方案中没有体现出如何将该动态优化方法应用于工业生产以解决现实的技术问题，如上所述，本申请权利要求1-5的方案仅仅涉及数学理论和换算方法，属于指导人们进行思维、表述、判断和记忆的规则和方法，因而属于专利法第25条第1款第（2）项规定的智力活动的规则和方法，不属于可授予专利权的客体。同时，权利要求1-5的方案也没有采用技术手段解决技术问题并获得技术效果，不是专利法意义上的技术方案，也不符合专利法第2条第2款的规定。
针对上述复审通知书，复审请求人于2019年09月09日提交了意见陈述书，但未修改申请文件。复审请求人认为：本申请为解决技术背景中无法发挥教学优化算法的优势，提高动态优化方法的性能的问题提出解决方案，因此，本申请也需要结合机器，属于特定功能的数据处理设备的数据处理方法，因而不是仅仅涉及数学理论和换算方法，符合专利法第25条的规定。本申请解决的技术问题是如何发挥教学优化算法的优势，避免其劣势，权利要求1-5的方案采用的手段是利用教学优化算法和模糊推理针对环境变化预测并产生新的学习者种群，并获得提高动态优化方法的性能的技术效果，这里的性能明显指的是现有计算设备，现有处理器针对不同的算法有不同的处理速度，优化越好的算法，处理效率越高，性能提升越明显。因此，权利要求1-5符合专利法第2条的规定。
在上述程序的基础上，合议组认为本案事实已经清楚，可以做出审查决定。
二、决定的理由
审查文本的认定
复审请求人在提交意见陈述时没有提交修改文本，因此，本复审决定针对的审查文本是：申请日2016年07月07日提交的说明书第1-98段、说明书摘要；2016年08月01日提交的说明书附图1-15、摘要附图；2018年06月03日提交的权利要求第1-5项。
具体理由的阐述
专利法第25条第1款规定：“对下列各项，不授予专利权：（一）科学发现；（二）智力活动的规则和方法；（三）疾病的诊断和治疗方法；（四）动物和植物品种；（五）用原子核变换方法获得的物质；（六）对平面印刷品的图案、色彩或者二者的结合作出的主要起标识作用的设计。”
如果一项权利要求的全部内容仅仅涉及数学理论和换算方法，则该权利要求属于专利法第25条第1款第（2）项规定的智力活动的规则和方法。
专利法第2条第2款规定：“发明，是指对产品、方法或者其改进所提出的新的技术方案。”
如果一项权利要求的方案没有采用技术手段解决技术问题，以获得符合自然规律的技术效果，则该权利要求的方案不属于专利法第2条第2款规定的技术方案。
2.1权利要求1-5属于专利法第25条第1款第（2）项规定的智力活动的规则和方法，不属于可授予专利权的客体。
根据说明书记载的内容，模糊技术在解决不确定性问题中发挥了重要作用，预测技术对环境发生变化后的解集进行预测，动态多目标优化通过寻找环境变化前的最优解对环境变化后的解集进行准确跟踪。在动态多目标优化中，优化算法设计是关键环节，而教学优化算法模仿班级的教学过程而设计，通过教师分享知识，学生间相互学习来提高班级的平均成绩，算法操作简单，避免了智能优化方法对参数的依赖。针对动态多目标优化问题，目前尚无教学优化算法在这方面应用的研究。
本申请权利要求1-5请求保护一种基于模糊推理种群预测策略的动态多目标教学优化方法，所述方法在初始化学习者种群后，其算法进入相应的迭代过程：更新学习者的学习成绩，计算学习者的适应值，选取最优学习者，对学习者种群进行环境变化检测，如果环境发生变化，依据模糊推理与一步预测相结合的种群预测策略产生新的学习者种群。
由此可见，本申请权利要求1-5的方案仅仅涉及数学理论和换算方法，属于指导人们进行思维、表述、判断和记忆的规则和方法，因而属于专利法第25条第1款第（2）项规定的智力活动的规则和方法，不属于可授予专利权的客体。
2.2权利要求1-5不是技术方案，不符合专利法第2条第2款的规定。
本申请权利要求1-5的方案均请求保护一种基于模糊推理种群预测策略的动态多目标教学优化方法，解决的问题是如何将教学优化算法应用于动态多目标优化中，以设计出针对环境变化进行跟踪的优化算法的问题，该问题仅仅是数学优化算法的问题，不属于技术问题；权利要求1-5的方案采用的手段是利用教学优化算法和模糊推理以针对环境变化预测并产生新的学习者种群，属于数学算法手段，不属于技术手段；权利要求1-5的方案所产生的效果是提供能够发挥教学优化算法优势的动态优化算法，以提高动态优化方法的性能，不属于技术效果。因而，权利要求1-5的方案没有采用技术手段解决技术问题并获得技术效果，不是专利法意义上的技术方案。
对复审请求人相关意见的评述
对于复审请求人陈述的意见，合议组认为：本申请的权利要求1请求保护一种基于模糊推理种群预测策略的动态多目标教学优化方法，从权利要求1的主题名称和对主题名称进行限定的全部内容来看，权利要求1仅涉及将教学优化算法应用于动态多目标优化以改进其优化算法。此外，权利要求1的方案解决的问题、采用的手段和获得的效果也仅涉及将教学优化算法应用于动态多目标优化以改进其优化算法，因而，权利要求1本质上属于数学理论和换算方法。复审请求人认为本申请需要结合机器，其性能的提升针对的是现有计算设备，然而权利要求1的内容并未体现出结合什么样的机器和现有计算设备，如何结合机器和现有计算设备，以及如何改进机器和现有计算设备的内部性能。因而权利要求1属于专利法第25条第1款第（2）项规定的智力活动的规则和方法，也不是专利法第2条第2款规定的技术方案，不属于可授予专利权的客体。
三、决定
维持国家知识产权局于2018年10月08日对本申请做出的驳回决定。
如对本复审决定不服，根据专利法第41条第2款的规定，请求人可自收到本复审决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
