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！

龙图腾网获悉中南大学申请的专利一种基于强化学习的混凝土多目标配比优化方法、设备及介质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：CN120853709B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511348946.1，技术领域涉及：G16C20/10；该发明授权一种基于强化学习的混凝土多目标配比优化方法、设备及介质是由罗梓轩;刘赞群;杨柳;胡金其设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本一种基于强化学习的混凝土多目标配比优化方法、设备及介质在说明书摘要公布了：本发明涉及混凝土多目标配比设计技术领域，公开一种基于强化学习的混凝土多目标配比优化方法、设备及介质，优化方法包括基于弹性网络回归对数据集进行候选基因筛选；基于强化学习优化得到预测模型；预测模型输出混凝土多目标配比。本发明构建含原材料组成、微观结构特征与典型性能指标的混凝土原始数据集，实现材料成分、微观结构和典型性能三者共存；通过弹性网络稀疏建模机制，筛选关键基因，构建初始混凝土多目标配比预测模型，体现多性能指标之间的非线性映射与耦合原理；将预测模型中的特征贡献度用于构建混凝土材料知识图谱，并基于贡献度反作用于策略调整，实现数据、模型与策略三位一体的性能驱动式优化闭环。

本发明授权一种基于强化学习的混凝土多目标配比优化方法、设备及介质在权利要求书中公布了：1.一种基于强化学习的混凝土多目标配比优化方法，其特征在于，包括如下步骤： 步骤S100：混凝土数据集构建与数据预处理，得到包括输入样本的完整表示的混凝土原始数据集； 步骤S200：基于弹性网络回归对步骤S100所得混凝土原始数据集进行候选基因筛选，得到混凝土优化数据集； 步骤S300：选取初始混凝土性能的预测子模型，基于步骤S200所得混凝土优化数据集对初始混凝土性能的预测子模型进行训练，得到初始混凝土多目标配比预测模型； 步骤S400：基于强化学习优化初始混凝土多目标配比预测模型，生成满足工程约束且在多目标下取得平衡的混凝土配比策略，得到最终混凝土多目标配比预测模型； 步骤S500：基于步骤S400所得最终混凝土多目标配比预测模型进行预测，输出混凝土多目标配比； 步骤S100包含以下步骤： 步骤S101、构建多源多尺度的混凝土材料基因数据集，包括：①、混凝土基本特征基因；②、粗细骨料结构基因；③、混凝土微观结构基因；④、混凝土典型性能基因，混凝土典型性能基因包括抗渗性能、抗压强度以及抗碳性能； 步骤S102、采用基于标准差的统计法对混凝土材料基因数据集中的数值型特征进行异常值识别与处理； 步骤S103、采用最大-最小归一化方式将混凝土材料基因数据集中所有数值型特征进行归一化处理； 步骤S104、对混凝土材料基因数据集中分类型特征进行独热编码；将编码后的所有独热向量将拼接至原始特征向量中将编码后的所有独热向量拼接至原始特征向量中，构成包括输入样本的完整表示的混凝土原始数据集； 步骤S200包括以下步骤： 步骤S201、基于结合L1正则化和L2正则化的弹性网络回归模型，定义如下目标函数： ； 其中：是混凝土原始数据集的特征矩阵，为混凝土材料基因数据集中混凝土样本的数量，为混凝土材料基因数据集中特征基因的数量；为混凝土的抗渗性能、抗压强度和抗碳性能相对应的电通量、28d抗压强度和碳化深度三个目标性能指标；为回归系数向量，表示各特征对性能指标的线性贡献；是截距项；是正则化强度超参数，控制整体惩罚项的幅度；为正则化比例系数，控制L1正则化和L2正则化的混合比例；表示最小化操作；操作表示向量的L1范数；操作表示向量的L2范数平方； 步骤S202、基于步骤S100所得混凝土原始数据集进行训练，得到训练完成的弹性网络回归模型；基于训练完成的弹性网络回归模型进行候选基因筛选，得到混凝土优化数据集。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。