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！

龙图腾网获悉中国科学院上海技术物理研究所申请的专利一种基于ABSO-GRU的压电陶瓷执行器蠕变预测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：CN116227541B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310213044.1，技术领域涉及：G06N3/0442；该发明授权一种基于ABSO-GRU的压电陶瓷执行器蠕变预测方法是由张泉;高源蓬;李清灵;尹达一设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种基于ABSO-GRU的压电陶瓷执行器蠕变预测方法在说明书摘要公布了：本发明公开了一种基于ABSO‑GRU的压电陶瓷执行器蠕变预测方法。包括如下步骤：1采集不同输入电压条件下的压电陶瓷执行器蠕变量时序数据构建数据集，并划分为训练集和测试集；2GRU网络时间步长设为10，以历史蠕变量、起始输入电压值、输入电压变换值为输入，在随机选择的训练集上，利用自适应天牛群优化算法ABSO对门控循环单元神经网络GRU模型超参数进行寻优，使蠕变数据特征与网络拓扑结构相匹配；3基于历史数据，利用ABSO算法得到的最优超参数组合构建GRU蠕变预测模型，对压电陶瓷执行器蠕变量进行实时预测。本发明的方法能有效对压电陶瓷执行器的蠕变趋势进行预测，并解决了GRU蠕变预测网络超参数无法确定最优值从而导致预测精度降低的问题。

本发明授权一种基于ABSO-GRU的压电陶瓷执行器蠕变预测方法在权利要求书中公布了：1.一种基于ABSO-GRU的压电陶瓷执行器蠕变预测方法，其特征在于包括以下步骤： 1采集不同输入电压条件下的压电陶瓷执行器蠕变量时序数据构建数据集，并划分为训练集和测试集； 2GRU网络模型时间步长设为10，以历史蠕变量、起始输入电压值、输入电压变换值为输入，在随机选择的训练集上，利用ABSO优化算法对GRU网络模型超参数进行寻优，使蠕变数据特征与网络拓扑结构相匹配； 3基于历史数据，利用ABSO优化算法得到的最优超参数组合构建GRU蠕变预测模型，对压电陶瓷执行器蠕变量进行实时预测； 步骤1中所述构建数据集的具体过程为：设置不同的压电陶瓷执行器起始驱动电压和电压阶跃变化量，采集对应的蠕变量，每组输入输出时序数据的时长为1s，采样率为100Hz，将每组数据的前0.8s数据构成训练集，后0.2s数据构成测试集； 步骤2中所述利用ABSO优化算法对GRU模型超参数进行寻优的具体过程为：初始化自适应天牛群优化算法的迭代次数，种群数NP，加速常数c1和c2，惯性权重最大值ωmax，惯性权重最小值ωmin，常数λ，初始步长step1，天线距离衰减因子c，衰减因子初值eta1，以及每只天牛位置范围；在随机选定的训练集上对ABSO-GRU模型进行训练，以预测的输出蠕变量与实际采集蠕变量的均方根误差为每个个体的目标函数，通过不断迭代和更新，对GRU网络超参数进行寻优； 步骤2中所述的GRU网络模型超参数为：第一层GRU的神经元节点数、第二层GRU的神经元节点数、GRU的学习率和预测模型的最大迭代次数。

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中国科学院上海技术物理研究所，其通讯地址为：200083 上海市虹口区玉田路500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。