Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学郭闯强获国家专利权

哈尔滨工业大学郭闯强获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉哈尔滨工业大学申请的专利一种基于阈值式局部迭代搜索算法的叶片排序方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115392005B

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210963648.3,技术领域涉及:G06F30/20;该发明授权一种基于阈值式局部迭代搜索算法的叶片排序方法是由郭闯强;刘谊;朱映远;吴春亚设计研发完成,并于2022-08-11向国家知识产权局提交的专利申请。

一种基于阈值式局部迭代搜索算法的叶片排序方法在说明书摘要公布了:一种基于阈值式局部迭代搜索算法的叶片排序方法,它涉及一种叶片排序方法。本发明为了解决现有局部迭代搜索算法平均迭代到局部最优的步数多,存在叶片排序搜索效率低的问题。本发明的步骤一:对叶片进行编号;步骤二:对步骤一二中的序列H进行初始化:步骤三:对步骤二中的序列H进行局部搜索:步骤四:更新全局最优解Hglobal;步骤五:判断集合Σ1的元素个数是否大于步长step:若是,则跳转到步骤六,否则跳转到步骤七;步骤六:阈值扰动:步骤七:将下降趋势集合Σperturbation中的所有元素依次用于步骤三的初始序列,并重复步骤三和步骤四;步骤八:随机扰动。本发明引入了阈值式扰动的概念,在合理的计算时间内通过对叶片进行排序。本发明用于叶片排序。

本发明授权一种基于阈值式局部迭代搜索算法的叶片排序方法在权利要求书中公布了:1.一种基于阈值式局部迭代搜索算法的叶片排序方法,其特征在于:它包括以下步骤: 步骤一:对叶片进行编号: 步骤一一:对于均匀分布在汽轮机轴上的n个叶片,从任意一个叶片开始,按照逆时针方向,将叶片分别编号为1,2……n; 步骤一二:将n个编号的任意组合定义为叶片的质径积的一个序列H; 步骤一三:将所有的序列H构成解空间集合,记作Σ; 步骤二:对步骤一二中的序列H进行初始化: 随机初始化一个序列H,定义局部搜索算法的邻域变换为序列H中的任意两个元素,记作τH,定义序列H的邻域为其所有邻域变换的集合记作ΣH,设定基于阈值式局部迭代搜索算法的阈值为Cth,步长为step,偏置概率为bia; 步骤三:对步骤二中的序列H进行局部搜索: 以序列H为初始序列,进行局部搜索迭代下降,并返回局部搜索得到的局部最优解序列Hlocal,以及下降过程中所有目标函数值小于阈值Cth的序列的集合Σ1; 步骤四:更新全局最优解Hglobal; 步骤五:判断集合Σ1的元素个数是否大于步长step:若是,则跳转到步骤六,否则跳转到步骤七; 步骤六:阈值扰动: 取集合Σ1的第一个元素值记作取出元素值所有邻域变换中具有下降趋势的序列,记作下降趋势集合Σperturbation; 步骤七:将下降趋势集合Σperturbation中的所有元素依次用于步骤三的初始序列H,并重复步骤三和步骤四; 步骤八:随机扰动: 以偏置概率1-bia对最优解序列Hlocal作随机的邻域转移后作为初始序列H,以偏置概率bia随机初始化一个初始序列H,若达到最大的执行时间则算法结束,否则继续执行步骤二,至此,完成了对叶片最优排序的搜索。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。