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！

龙图腾网获悉南通亚美利电动工具有限公司申请的专利一种基于机器学习的电动工具运行参数优化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：CN120911310B 。

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：202511432886.1，技术领域涉及：G06F30/27；该发明授权一种基于机器学习的电动工具运行参数优化系统是由张晨晨;张捷;崔静静设计研发完成，并于2025-10-09向国家知识产权局提交的专利申请。

本一种基于机器学习的电动工具运行参数优化系统在说明书摘要公布了：本发明的一种基于机器学习的电动工具运行参数优化系统，属于计算机辅助设计技术领域，包括战略设定单元，数据获取单元，特征处理单元，算法融合单元，决策控制单元，执行反馈单元和应用输出单元；所述战略设定单元用于生成策略参数；所述数据获取单元用于采集基础数据，其中，所述基础数据包括三维模型数据，材料物理属性数据和微控制器单元资源限制参数；所述特征处理单元用于接收所述基础数据，并将其编码以生成统一特征向量；所述算法融合单元用于接收所述统一特征向量，并进行多目标寻优计算以生成帕累托最优前沿，本发明实现了从高级战略目标设定到最终可部署固件参数集生成的全自动化流程，显著提升了高性能电动工具固件的设计效率与质量。

本发明授权一种基于机器学习的电动工具运行参数优化系统在权利要求书中公布了：1.一种基于机器学习的电动工具运行参数优化系统，其特征在于，包括战略设定单元，数据获取单元，特征处理单元，算法融合单元，决策控制单元，执行反馈单元和应用输出单元； 所述战略设定单元用于生成策略参数； 所述数据获取单元用于采集基础数据，其中，所述基础数据包括三维模型数据，材料物理属性数据和微控制器单元资源限制参数； 所述特征处理单元用于接收所述基础数据，并将其编码以生成统一特征向量； 所述算法融合单元用于接收所述统一特征向量，并进行多目标寻优计算以生成帕累托最优前沿； 所述决策控制单元用于从所述帕累托最优前沿中选择，以生成待验证执行参数向量； 所述执行反馈单元用于对所述待验证执行参数向量进行高精度仿真，以生成真实目标值和新标记样本； 所述算法融合单元还用于接收所述新标记样本，以更新其内部的代理模型； 所述应用输出单元用于基于由所述决策控制单元确认的最优解，生成固件参数集； 所述算法融合单元进行所述多目标寻优计算的过程为： 构建基于Transformer架构的代理模型，用于预测作业性能，资源开销和泛化能力三个核心优化目标的预测值； 采用多目标演化算法，并使用所述代理模型作为适应度函数，对执行参数向量进行演化计算，以生成所述帕累托最优前沿； 所述决策控制单元采用强化学习决策代理，所述强化学习决策代理的运行机制为： 定义状态，所述状态包括帕累托前沿解的数量，性能最优解的目标向量，健康度最优解的目标向量和目标空间超体积的归一化状态向量； 定义动作，所述动作为从所述帕累托前沿上选择一个具体的解作为所述待验证执行参数向量； 定义奖励，所述奖励是根据所述待验证执行参数向量在所述执行反馈单元得到的真实仿真结果，结合所述战略设定单元定义的期望性能目标和策略权重进行计算，并包括一个惩罚项； 其中，若所述真实仿真结果对应的真实健康度低于预设健康度阈值，则触发所述惩罚项；若所述真实健康度大于等于所述预设健康度阈值，则不触发所述惩罚项； 所述执行反馈单元生成验证结果和新标记样本； 所述验证结果包括由高精度仿真引擎计算的精确应力场和真实健康度、真实作业性能、真实资源开销及真实泛化能力；其中，所述真实作业性能、真实资源开销和真实泛化能力共同构成了所述真实目标值； 所述新标记样本是将输入的所述待验证执行参数向量和仿真输出的所述真实目标值进行配对后形成。

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南通亚美利电动工具有限公司，其通讯地址为：226200 江苏省南通市启东市吕四港镇避风港路捷顺科技园内；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。