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！

龙图腾网获悉西北工业大学申请的专利基于Kriging模型的高效自适应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：CN113886972B 。

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：202111241391.2，技术领域涉及：G06F30/15；该发明授权基于Kriging模型的高效自适应方法是由张玉刚;宋坤苓;宋笔锋;喻天翔;申林杰设计研发完成，并于2018-02-05向国家知识产权局提交的专利申请。

本基于Kriging模型的高效自适应方法在说明书摘要公布了：本发明涉及一种基于Kriging模型的高效自适应方法，该方法主要通过三个步骤实现：第一步，通过拉丁超立方方法生成一定数量的样本来构造一个初始的Kriging模型；第二步，通过当前Kriging模型从候选样本中筛选出一定数量的候选样本，确定两个样本；第三步，更新候选样本和实验设计样本并重新构造Kriging模型，判断是否满足要求，如不满足跳转至第二步，如满足则用当前Kriging模型代替原模型进行可靠性分析。本发明通过自适应迭代不断增加极限状态附近的样本点数量，且通过最大化最小距离确定所添加的样本，使得迭代更新的样本近似均匀地分布在极限状态附近，样本点得到了更加充分地利用，可靠性分析的结果更精确。

本发明授权基于Kriging模型的高效自适应方法在权利要求书中公布了：1.基于Kriging模型的高效自适应方法，其特征在于，所述方法包括以下步骤： 步骤1、确定设计变量a和极限状态函数Gx； 步骤2、确定设计空间； 步骤3、生成候选样本集XC和检验样本集XT； 步骤4、创建初始DOE并构造Kriging模型； 步骤5、构造验证样本集并计算其中样本的分类指标； 步骤6、筛选第一候选样本集XFC并确定第一个样本x1； 步骤7、构造第二候选样本集XSC并确定第二个样本x2； 步骤8、更新DOE并移除相应样本； 步骤9、重构Kriging模型并计算误分类数量； 步骤10、判断模型输出稳定性，若稳定，则执行步骤11，否则返回执行步骤5； 步骤11、生成MonteCarlo样本集并评估失效概率； 步骤12、判断失效概率估计值是否稳定，若稳定，则结束，否则，重新设置所述MonteCarlo样本集中的样本数量，并返回执行步骤11； 所述步骤2具体包括：根据设计变量的分布类型和设计要求，确定各设计变量的下限Lr和上限Ur，其中r=1,2,...,n，进而确定设计空间；Lr=μr-3σr和Ur=μr+3σr，其中μr为变量的均值，σr为变量的标准差; 所述步骤5具体包括：从检验样本集XT中筛选出最接近当前Kriging模型极限状态的前T0个样本构成验证样本集XV，其中，将验证样本集XV中的样本根据其函数值的正负情况分为“+1”和“-1”两类，并根据公式1给分类指标赋值； ； 所述步骤1具体包括：确定所处理问题的设计变量a=a1,a2,…,a6、功能特征量H和失效判据I，建立极限状态函数Gx； a1为活塞运动的阻尼系数； a2为锁钩与锁环的最大接触压力； a3为锁钩与锁环之间的摩擦系数； a4为锁钩与锁环的脱钩角度； a5为弹簧的刚度系数； a6为锁钩与锁环的最大接触角度； 仿真分析软件建立锁机构的动力学模型，获取开锁所需驱动力计算结果Fx，从而可获得极限状态函数为Gx=[F]-Fx；[F]为活塞所能提供的最大驱动力大小； 步骤8中相应样本为候选样本集X C 中与x 1和x 2相对应的样本； 所述步骤4具体包括：采用拉丁超立方方法生成N 0个样本组成实验设计样本集X D ，其中N 0=3n，调用极限状态函数Gx计算所述N 0个样本的函数值，组成样本点集，得到初始DOE，初始化构造模型次数z=1，利用样本点集构造Kriging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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。