中国科学院长春光学精密机械与物理研究所夏明一获国家专利权
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!
龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于GAALBP的动态力标定方法、测量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:CN117171505B 。
龙图腾网通过国家知识产权局官网在2025-12-26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:202310612198.8,技术领域涉及:G06F18/00;该发明授权基于GAALBP的动态力标定方法、测量方法是由夏明一;周成波;徐振邦设计研发完成,并于2023-05-26向国家知识产权局提交的专利申请。
本基于GAALBP的动态力标定方法、测量方法在说明书摘要公布了:本发明涉及动态力测量技术领域,具体提供一种基于GAALBP的动态力标定方法、测量方法,采用GAALBP融合算法进行动态标定,并使用BP网络进行动态测量,利用GA优化BP网络的权值和阈值,在训练时依据BP网络的输出误差调节BP网络的学习率,提高训练的速度与精度,并且在训练过程中将GA和BP交替进行,避免BP神经网络陷入局部最优解。对测量平台的容错和非容错测量进行单独标定,利用合适的标定模型对测量平台标定后进行测量。本发明考虑到了系统本身的非线性与容错测量带来的误差,提高了测量平台容错与非容错测量精度、降低了维间耦合度,自适应的学习率提高了标定效率;在测量平台遇到传感器失效时,无需进行传感器的更换,避免了不必要的工作量。
本发明授权基于GAALBP的动态力标定方法、测量方法在权利要求书中公布了:1.一种基于GAALBP的动态力标定方法,其特征在于,包括以下步骤: S1、采集测量平台的多组标定数据{Vciω,Foiω}分为训练组和验证组,并采集传感器的输出信号Vciω作为输入样本,将通过传感器获得的六维力Foiω作为输出样本; S2、建立BP网络,利用GA优化所述BP网络的权值和阈值,依据所述BP网络进行训练时的输出误差调节所述BP网络的学习率,具体过程如下: S21、生成所述BP网络的权值和阈值; S22、将第a个频率点对应的输入样本输入P个所述BP网络进行训练,依据所述BP网络的输出值计算输出误差,并判断是否满足BP收敛条件: 若满足BP收敛条件,进入S24; 若不满足BP收敛条件,进入S23; S23、依据学习率调节准则自适应调节所述BP网络的学习率,并更新所述BP网络的权值和阈值,并进入S22; 学习率调节准则如下: 当,则有: ; ; ; 当,则有: ; ; ; 当,则有: ; ; ; 其中,error表示输出误差,lr表示所述BP网络的学习率,w表示所述BP网络的权值,b表示所述BP网络的阈值,△w表示权值的变化量,△b表示阈值的变化量,n表示轮次; S24、计算GA中的适应度,判断是否满足GA收敛条件: 若满足GA收敛条件,即完成第a个频率点的训练; 若不满足GA收敛条件,进入S25; S25、将BP网络的权值与阈值进行编码,依据适应度对编码数据选择进行遗传操作,解码后进入S22; S3、重复S2完成所有频率点的训练,即获得标定模型。
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长春光学精密机械与物理研究所,其通讯地址为:130033 吉林省长春市经济技术开发区东南湖大路3888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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励