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 > 佛山大学薛国峰获国家专利权

佛山大学薛国峰获国家专利权

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!

龙图腾网获悉佛山大学申请的专利基于自适应聚类的多失效域结构可靠度优化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:CN120409298B

龙图腾网通过国家知识产权局官网在2025-09-16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:202510903511.2,技术领域涉及:G06F30/27;该发明授权基于自适应聚类的多失效域结构可靠度优化方法及系统是由薛国峰;刘彬;鲁志雄;魏陆顺;莊初立设计研发完成,并于2025-07-01向国家知识产权局提交的专利申请。

基于自适应聚类的多失效域结构可靠度优化方法及系统在说明书摘要公布了:本发明公开了基于自适应聚类的多失效域结构可靠度优化方法及系统,该方法包括:基于工程结构数据,通过主动学习方法对Kriging代理模型进行第一阶段训练,构造第一阶段Kriging代理模型;基于自适应聚类算法对第一阶段Kriging代理模型进行失效域识别,构造重要抽样密度;基于重要抽样密度,通过主动学习方法对第一阶段Kriging代理模型进行第二阶段训练,输出第二阶段Kriging代理模型;基于第二阶段Kriging代理模型对工程结构进行失效概率计算,得到工程结构可靠度计算结果。本发明能够准确识别工程结构潜在的子失效域,进而提高工程结构的失效概率的计算效率。本发明作为基于自适应聚类的多失效域结构可靠度优化方法及系统,可广泛应用于结构可靠度优化技术领域。

本发明授权基于自适应聚类的多失效域结构可靠度优化方法及系统在权利要求书中公布了:1.基于自适应聚类的多失效域结构可靠度优化方法,其特征在于,包括以下步骤: 基于工程结构数据,通过主动学习方法对Kriging代理模型进行第一阶段训练,构造第一阶段Kriging代理模型; 通过马尔科夫链蒙特卡罗方法生成第一阶段Kriging代理模型对应的失效域内的样本; 确定候选聚类数范围; 基于候选聚类数范围,对失效域内的样本执行K均值聚类,得到初步聚类结果; 对初步聚类结果进行DI值计算,得到Dunn有效性指标; 选取最大Dunn有效性指标对应的DI值为最优聚类数; 获取最优聚类数对应的聚类结果,作为潜在失效域的划分依据,对失效域内的样本进行划分,得到最佳聚类结果; 通过高斯混合密度函数对最佳聚类结果进行拟合,得到重要抽样密度; 结合第一阶段Kriging代理模型与初始实验设计,构造第二阶段初始Kriging代理模型; 基于重要抽样密度生成重要抽样样本,并基于第二阶段初始Kriging代理模型进行计算重要抽样样本对应的响应,得到第二最佳学习样本; 根据预设停止条件对第二阶段初始Kriging代理模型进行判断; 若第二阶段初始Kriging代理模型不满足预设停止条件,则计算第二最佳学习样本对应的结构响应,并将第二最佳学习样本以及对应的结构响应扩充至初始实验设计,对第二阶段初始Kriging代理模型进行更新; 若第二阶段初始Kriging代理模型满足预设停止条件,则基于当前第二阶段初始Kriging代理模型进行失效概率计算,获取变异系数; 若变异系数不满足预设目标变异系数,则基于重要抽样密度生成另一组重要抽样样本,并扩大现有的重要抽样样本池,基于扩大后的重要抽样样本池通过主动学习方法训练第二阶段初始Kriging代理模型,直到第二阶段初始Kriging代理模型满足预设停止条件,计算失效概率及对应的变异系数,重新判断是否满足预设目标变异系数; 直至变异系数满足预设目标变异系数,输出第二阶段Kriging代理模型; 基于第二阶段Kriging代理模型对工程结构进行失效概率计算,得到工程结构可靠度计算结果。

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佛山大学,其通讯地址为:528000 广东省佛山市禅城区江湾一路18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”。

以上内容由AI智能生成
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。