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！

龙图腾网获悉大连海事大学申请的专利一种基于数值模拟和MLP的火灾作用下船舶结构损伤快速评估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：CN119692052B 。

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：202411882349.2，技术领域涉及：G06F30/20；该发明授权一种基于数值模拟和MLP的火灾作用下船舶结构损伤快速评估方法是由赵越超;苗泽亚设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种基于数值模拟和MLP的火灾作用下船舶结构损伤快速评估方法在说明书摘要公布了：本发明提供一种基于数值模拟和MLP的火灾作用下船舶结构损伤快速评估方法，包括：基于PyroSim软件和ANSYS软件，构建热力耦合模型，综合考虑热传导与结构力学的双重变化效应，对船舶进行火灾作用下热力耦合数值模拟；采用多层感知机模型，对模拟数据进行深度学习训练，构建深层感知机模型，以评估船舶火灾作用下的结构损伤；设计GPU加速逻辑，通过GPU加速优化关键步骤的计算效率，实现船舶火灾作用下结构损伤快速评估的目标。本发明的技术方案不仅能够显著降低计算成本，还能够提供高效、准确的损伤评估结果，为火灾场景下船舶结构安全性研究提供了新的技术支持和解决方案。

本发明授权一种基于数值模拟和MLP的火灾作用下船舶结构损伤快速评估方法在权利要求书中公布了：1.一种基于数值模拟和MLP的火灾作用下船舶结构损伤快速评估方法，其特征在于，包括： S1、基于PyroSim软件和ANSYS软件，构建热力耦合模型，综合考虑热传导与结构力学的双重变化效应，对船舶进行火灾作用下热力耦合数值模拟； S2、采用多层感知机模型，对模拟数据进行深度学习训练，构建深层感知机模型，以评估船舶火灾作用下的结构损伤； S21、火灾与力学数据标准化处理： 对火灾场景中的温度和热通量，以及船舶结构的损伤对应的力学参数应力和应变进行标准化处理，将其转换为均值为零、标准差为一的标准正态分布，消除量纲差异； S22、数据集划分： 将经过步骤S21标准化处理后的数据集按时间序列划分为训练集、验证集和测试集； S23、训练模型设计与初始化： 设计基于多层感知机的预测模型，网络结构包括输入层、隐藏层和输出层；其中，输入层有2个节点，分别对应输入变量火灾参数温度和热通量；隐藏层包括两层，第一层有64个神经元，第二层有32个神经元，两层均使用ReLU作为激活函数；输出层有2个节点，分别对应预测的应力和应变； 计算在第层的输出，如下： 其中，为权重矩阵，为偏置向量，是激活函数的结果； 计算最终的输出，如下： 其中，表示最后一层的索引； S24、损失函数定义： 定义均方误差作为损失函数，公式如下： 其中，为样本数量即训练集样本数量，为预测值，为实际值，损失函数用于衡量模型预测与实际值之间的差距； S25、优化器选择与模型训练： 设置初始学习率为0.001，选择Adam优化器，通过下式进行参数优化： 将训练集输入到步骤S23设计的预测模型中进行前向传播，计算预测值后通过步骤S24定义的损失函数评估误差，再进行反向传播计算梯度，并使用优化器更新权重和偏置，如下： S26、验证集评估： 在每轮训练完成后，将步骤S22划分出的验证集输入模型，评估模型的性能，记录验证误差；如果验证误差持续增大，则需要返回步骤S23调整模型超参数隐藏层数量、神经元个数、学习率； S27、测试集性能检验： 将步骤S22中的测试集输入到模型中，检验其在未见数据上的泛化能力；通过计算预测精度和误差指标，验证最终模型评估作用的可靠性，如果可靠性验证失败，则重复步骤S22直至可靠性得到验证； S28、模型预测应用： 将目标火灾场景的温度和热通量输入到步骤S23训练好的模型中，直接输出对应的应力和应变； S3、设计GPU加速逻辑，通过GPU加速优化关键步骤的计算效率，实现船舶火灾作用下结构损伤快速评估的目标。

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大连海事大学，其通讯地址为：116026 辽宁省大连市甘井子区凌水街道凌海路1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”。