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！

龙图腾网获悉浙江大学申请的专利一种基于生成式对抗网络模型的玻璃组分设计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：CN119833044B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411913968.3，技术领域涉及：G16C60/00；该发明授权一种基于生成式对抗网络模型的玻璃组分设计方法是由刘涌;田静;李苑;韩高荣设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种基于生成式对抗网络模型的玻璃组分设计方法在说明书摘要公布了：本发明公开了一种基于生成式对抗网络模型的玻璃组分设计方法，属于玻璃技术领域，方法包括：采集玻璃数据，构建初始训练样本集，所述的初始训练样本集包括具有映射关系的玻璃组分和其对应的性能值；对所述的初始训练样本集依次进行数据清洗和特征归一化；构建生成式对抗网络模型中生成器与判别器的网络结构，利用特征归一化后的初始训练样本集进行生成式对抗网络模型的迭代训练，迭代训练结束后以生成器模型作为玻璃组分设计模型；利用玻璃组分设计模型生成满足玻璃目标性能要求的玻璃组分。本发明方法得到的生成式对抗网络模型具有优异的生成能力以及广泛的适用性，可以突破玻璃组分‑性能设计的困境，极大提升新型玻璃材料的开发效率。

本发明授权一种基于生成式对抗网络模型的玻璃组分设计方法在权利要求书中公布了：1.一种基于生成式对抗网络模型的玻璃组分设计方法，其特征在于，包括以下步骤： 步骤1：采集玻璃数据，构建初始训练样本集，所述的初始训练样本集包括具有映射关系的玻璃组分和其对应的性能值； 步骤2：对所述的初始训练样本集依次进行数据清洗和特征归一化； 步骤3：构建生成式对抗网络模型中生成器与判别器的网络结构，利用特征归一化后的初始训练样本集进行生成式对抗网络模型的迭代训练，训练时，采用基于瓦瑟斯坦距离和梯度惩罚项的判别器损失函数优化更新判别器的参数，采用设计好的基于组分惩罚项和性能惩罚项的生成器损失函数优化更新生成器的参数，迭代训练结束后以生成器模型作为玻璃组分设计模型；利用玻璃组分设计模型生成满足玻璃目标性能要求的玻璃组分； 生成器损失函数中，组分惩罚项用于约束生成样本的组分之和满足100％的实际要求，性能惩罚项用于约束生成器朝着生成样本的性能满足设计目标范围的方向生成； 生成器损失函数表示为： 式中，表示组分惩罚项，n是训练数据的维数，表示为组分数与待设计性能数的和，m是待设计目标性能的数量，表示反归一化后的生成样本，和表示训练数据进行特征归一化时采用的输入特征归一化参数，α是组分惩罚项的权重参数，H表示性能惩罚项；在单性能目标设计任务中，m＝1，当目标性能设计区间只有一个显式边界时，如果要求目标性能值小于这个边界值则如果要求目标性能大于这个边界值则当目标性能设计区间有两个显式边界时， 其中表示生成样本的第n个特征，P1，P1_bottom，P1_top表示玻璃目标性能设计区间的边界值在对应的性能值特征归一化参数下进行归一化后的值；在多性能目标设计任务中，m1，对每个性能目标采用上述相同的策略设计对应的性能惩罚项，将设计好的各性能惩罚项求和作为最终的性能惩罚项H；β表示性能惩罚项的权重参数。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。