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！

龙图腾网获悉杭州电子科技大学申请的专利基于BOHB算法及神经网络的3D打印质量预测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：CN115049127B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202210677875.X，技术领域涉及：G06Q10/0639；该发明授权基于BOHB算法及神经网络的3D打印质量预测方法是由史廷春;徐旺莉设计研发完成，并于2022-06-15向国家知识产权局提交的专利申请。

本基于BOHB算法及神经网络的3D打印质量预测方法在说明书摘要公布了：本发明涉及3D打印技术领域，具体涉及一种基于BOHB算法及神经网络的3D打印质量预测方法，包括：步骤一、确定工艺参数；步骤二、构建标准样条模型并调整工艺参数；步骤三、打印测试样条模型并测试；步骤四、对实验数据集进行处理；步骤五、构建BP神经网络预测模型；步骤六、训练BP神经网络预测模型；步骤七、优化工艺参数。本发明的有益技术效果为：在选择打印参数时为用户提供参考，减少试错成本，使用BOHB算法与神经网络结合的方式，能够更加精准的对成型件质量进行预测；避免了BP神经网络预测模型在选取变量值时的随机盲目性的特点，能极大程度上地提高预测精度，加快BP神经网络预测模型的训练效率。

本发明授权基于BOHB算法及神经网络的3D打印质量预测方法在权利要求书中公布了：1.基于BOHB算法及神经网络的3D打印质量预测方法，其特征在于， 包括： 步骤一、确定工艺参数：确定熔融沉积成型的工艺参数； 步骤二、构建标准样条模型并调整工艺参数：建立标准拉伸测试样条模型，构建力学性能测试样条模型，将测试样条模型分层，分层后按照标准调整工艺参数； 步骤三、打印测试样条模型并测试：将测试样条模型导入3D打印机打印，按照预设标准进行力学性能和粗糙度测试，记录试验结果，得到实验数据集； 步骤四、对实验数据集进行处理：将实验数据集归一化处理，划分训练集和测试集； 步骤五、构建BP神经网络预测模型：构建BP神经网络预测模型，所述BP神经网络预测模型的输入为工艺参数，输出为拉伸强度和表面粗糙度； 步骤六、训练BP神经网络预测模型：使用训练集训练所述BP神经网络预测模型，构建BOHB算法对训练中的BP神经网络预测模型的变量进行搜索寻优，使用测试集测试所述BP神经网络预测模型，不断训练BP神经网络预测模型直到达到预设准确度； 步骤七、优化工艺参数：建立优化算法，目标函数为使所述BP神经网络预测模型的输出达到最优，获得最优工艺参数； 步骤六中，将激活函数、隐含层节点数、权值和偏置值中的一个或多个设置为BP神经网络预测模型的变量，变量作为BOHB算法进行寻优。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市杭州经济技术开发区白杨街道2号大街1158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”。