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！

龙图腾网获悉青岛哈尔滨工程大学创新发展中心;哈尔滨工程大学申请的专利一种船舶阻力智能预报方法及系统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：CN120196902B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510668436.6，技术领域涉及：G06F18/20；该发明授权一种船舶阻力智能预报方法及系统是由韩凤磊;韩嘉懿;彭潇;周泽宇;林琪;赵望源;汪春辉;霍文华;余家齐;苏亮;岳文博;陈洪亮;吴禹良;姜帆设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本一种船舶阻力智能预报方法及系统在说明书摘要公布了：本发明属于融合图注意力网络与船舶阻力领域的交叉技术领域，公开了一种船舶阻力智能预报方法及系统，该方法通过构建图注意力网络中节点与边并对数据进行预处理；设计并改进损失函数；建立动态权重多头注意力机制，针对不同船型特征自动分配注意力权重；应用Adam与SGD组合优化器的训练策略，得到图注意力网络模型；通过动态权重图注意力网络模型进行船舶阻力预测评估。本发明通过引入基于动态权重图注意力网络与物理约束的船舶阻力智能预报方法，具备结构简洁、算法清晰的优势，专门为不同船型下的阻力预报和解决螺旋桨、动力装置匹配问题而设计，展现了显著的创新性和实用价值，为船舶的优化设计、节能减排以及安全航行提供有力支持。

本发明授权一种船舶阻力智能预报方法及系统在权利要求书中公布了：1.一种船舶阻力智能预报方法，其特征在于，该方法包括以下步骤： S1，构建图注意力网络中节点与边，并对原始数据进行预处理； S2，设计并改进基于物理约束和节点与边特征的损失函数； S3，建立动态权重多头注意力机制，对不同船型特征自动分配注意力权重； S4，应用Adam与SGD组合优化器的训练策略，得到图注意力网络模型； S5，通过动态权重图注意力网络模型，进行船舶阻力预测评估； S6，模型的验证与持续优化； 在步骤S1中，构建图注意力网络时，节点分为船体几何特征节点、流体动力学参数节点和工况参数节点；将构建好的图结构数据输入图注意力网络，将待预报阻力的船型输入参数设为h1，其他相似船型分别输入参数为h2,h3…hn，hn为节点特征向量，n为节点个数，所输入船型的图结构含所预测船型自身；F为节点特征维度，作为初始输入，表示为： h＝{h1,h2,h3…hn},hi∈RF 边分为几何关联边、物理作用边和工况影响边；几何关联边用于连接具有几何相邻关系的船体部位节点，边的属性表示两个部位之间的距离和角度变化，以体现船体整体几何形状的连续性和关联性；物理作用边表示在流体动力学参数节点与船体几何特征节点之间建立的边，用于传递流体与船体之间的相互作用信息；边的属性设定为描述作用强度的物理量，包括影响摩擦阻力的压力梯度、流场特征所影响的粘压阻力；工况影响边用于连接工况参数节点，边的属性表示工况对参数的影响程度； 原始数据来自船舶水池试验和CFD数值模拟，且经过归一化处理和去噪的数据； 在步骤S2中，基于物理约束和节点与边特征的损失函数包括两部分： 第一部分为阻力的估计值与实际值之间的交叉熵损失函数，用于确保模型对于阻力值的准确估算； 第二部分为基于Navier-Stokes方程的船舶粘性阻力预报的损失函数项，用于确保模型预测结果符合船舶阻力预报的物理规律； 设计并改进基于物理约束和节点与边特征的损失函数包括： 物理损失通过Navier-Stokes方程的积分形式约束模型输出，表达式为： 式中，为损失函数中的物理约束项，||||2为两个标量值的差取平方，R理论,i为基于Navier-Stokes方程计算的理论阻力值，R预测,i为模型预测的阻力值；N为样本总数，i为样本的第i项，k为正整数代表从1到N的数字； 式中，R理论为由理论公式计算出的阻力值，S为船体外表面的面积，μ为流体动力粘度，u为流速场，p为压力场，n为船体表面法向量； 数据损失用于衡量模型预测阻力值与实际测量值之间的差异，表达式为： 式中，为损失函数中的数据损失项，yi为第i个样本的实际阻力值，为模型预测的第i个样本的阻力值； 基于物理约束和节点与边特征的损失函数，表达式为： 式中，为总损失函数；λ为超参数。

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青岛哈尔滨工程大学创新发展中心;哈尔滨工程大学，其通讯地址为：266000 山东省青岛市黄岛区三沙路1777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”。