Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 合肥工业大学谢睿达获国家专利权

合肥工业大学谢睿达获国家专利权

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!

龙图腾网获悉合肥工业大学申请的专利基于混合专家模型的小推力航天器轨迹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:CN120735987B

龙图腾网通过国家知识产权局官网在2025-11-04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:202511205662.7,技术领域涉及:B64G1/24;该发明授权基于混合专家模型的小推力航天器轨迹优化方法及系统是由谢睿达;胡笑旋;唐奕城;夏维;徐韵;孙海权设计研发完成,并于2025-08-27向国家知识产权局提交的专利申请。

基于混合专家模型的小推力航天器轨迹优化方法及系统在说明书摘要公布了:本发明提供一种基于混合专家模型的小推力航天器轨迹优化方法及系统,涉及航天器轨迹优化技术领域。本发明设计并实现了一套基于门控网络和混合专家模型的智能融合预测架构。该架构解决了现有单一模型在面对多样化任务时泛化能力不足和精度下降的问题。每一个专家网络被训练为处理专门一类小推力轨迹转移轨迹的特性网络。在需要多目标交会任务场景中,混合专家模型能够自主融合各专家预测结果,在任意类型小推力转移轨道上都表现出高稳定高精度预测结果,系统预测的鲁棒性和泛化性能远超现有单一模型。

本发明授权基于混合专家模型的小推力航天器轨迹优化方法及系统在权利要求书中公布了:1.一种基于混合专家模型的小推力航天器轨迹优化方法,其特征在于,包括: 随机初始化小推力转移的出发轨道和目标轨道,构建包括约束条件和目标函数的动力学模型;将出发轨道和目标轨道代入动力学模型中,通过直接法或间接法求解小推力轨迹,得到若干轨迹数据作为初始训练集; 构建面向小推力轨迹的基础特征和高维特征;以基础特征和高维特征作为聚类特征,对小推力初始训练集进行轨迹聚类,形成K个小推力转移轨迹数据子集; 针对K个小推力转移轨迹数据子集,构建K个面向小推力轨迹预测的专家网络;对专家网络进行结构优化,确定每个专家网络的最优超参组合; 构建并训练门控网络,通过融合训练好的门控网络和训练好的K个专家网络,得到混合专家模型,所述混合专家模型用于对航天器小推力轨迹进行优化; 其中,所述对专家网络进行结构优化,确定每个专家网络的最优超参组合,包括: 通过贝叶斯优化器优化专家网络参数,以确定每个专家网络超参数配置,具体包括: 构建阶段: 针对第k个专家网络的待优化的超参数及其每个超参数的取值范围,构造超参搜索空间,表示待优化的超参数个数,为索引; 构造小推力轨道优化专家网络的评估函数,用于每一组采样超参进行评估,其中评估函数的表达式包括: 或者, 其中,分别为小推力测试特征数据及对应的专家网络预测目标;表示第k个专家网络;表示平均相对误差;表示均方根误差; 构建高斯过程模型,用于在超参的搜索空间中采样最优的超参组合评估点; 构建采集期望提升函数,用于计算出下一个采样点; 执行部署阶段: 贝叶斯优化器检验专家网络的评估函数在初始超参数采样点处的结果,并对高斯过程模型进行初始化,更新高斯过程模型,并获取评估函数的后验概率分布;搜索能最大化采集函数的性能提升的超参组合,依据中的结构参数构建专家网络,依据训练参数执行训练,并获取真实的目标函数值,通过专家网络的评估函数,确认是否有性能提升,并更新最优超参组合;持续迭代优化,直到达到预设的评估步数,或在高斯过程模型性能停滞时提前终止优化,获得每个专家网络的最优超参组合。

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合肥工业大学,其通讯地址为:230009 安徽省合肥市包河区屯溪路193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。

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。