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！

龙图腾网获悉北京神舟航天软件技术股份有限公司申请的专利一种基于神经架构搜索的数字化建模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：CN113988167B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202111242268.2，技术领域涉及：G06F18/20；该发明授权一种基于神经架构搜索的数字化建模方法是由程胜;邱化强;王勋;王明;王龙;赵新鹏设计研发完成，并于2021-10-25向国家知识产权局提交的专利申请。

本一种基于神经架构搜索的数字化建模方法在说明书摘要公布了：本发明提供的一种基于神经架构搜索的数字化建模方法，所述建模方法包括：获取航天设备的实时运行数据和历史数据；根据所述实时运行数据和所述历史数据基于深度迁移学习训练循环神经网络预测，生成预测数据；根据所述预测数据进行数据扩充，获得扩充数据；根据所述扩充数据利用模块化网络结构并进行拼装构建搜索空间；采用强化学习方法将所述搜索空间建模成马尔可夫决策过程，产生卷积神经网络架构模型。实现了航天复杂设备系统实时故障诊断能力，降低了航天复杂设备系统的故障发生的风险。

本发明授权一种基于神经架构搜索的数字化建模方法在权利要求书中公布了：1.一种基于神经架构搜索的数字化建模方法，其特征在于，所述建模方法包括： 获取航天设备的实时运行数据和历史数据； 根据所述实时运行数据和所述历史数据基于深度迁移学习训练源域循环神经网络预测模型和目标域循环神经网络预测模型，生成预测数据，包括： 输入训练样本数据，所述训练样本数据为航天设备的实时运行数据和历史数据； 将所述航天设备的实时运行数据和历史数据样本进行预处理，获得预处理后的所述训练样本数据； 构建深度神经网络并选择参数，输入预处理后的所述训练样本数据； 采用迭代反向传播算法优化残差，获得深度优化数据结果； 根据所述优化数据结果获得满足阈值性能的源域循环神经网络预测模型； 所述航天设备的实时运行数据和历史数据样本预处理，获得预处理训练样本数据； 将所述预处理训练样本数据输入源域循环神经网络预测模型； 采用迭代反向传播算法优化残差，获得循环优化数据结果； 根据所述循环优化数据结果得到满足阈值性能的目标域循环神经网络预测模型； 根据所述预测数据进行数据扩充，获得扩充数据； 基于所述扩充数据，对模块化网络结构进行拼装，从而构建搜索空间； 采用强化学习方法将所述搜索空间建模成马尔可夫决策过程，产生卷积神经网络架构模型。

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北京神舟航天软件技术股份有限公司，其通讯地址为：100094 北京市海淀区永丰路28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”。