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！

龙图腾网获悉青岛哈尔滨工程大学创新发展中心;哈尔滨工程大学申请的专利一种物理方程驱动的海浪谱智能预报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：CN120892662B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202511431617.3，技术领域涉及：G06F17/11；该发明授权一种物理方程驱动的海浪谱智能预报方法及系统是由黄礼敏;刘育良;孙一歌;张杰;张智设计研发完成，并于2025-10-09向国家知识产权局提交的专利申请。

本一种物理方程驱动的海浪谱智能预报方法及系统在说明书摘要公布了：本发明属于海洋预报与人工智能交叉技术领域，公开了一种物理方程驱动的海浪谱智能预报方法及系统，该方法对谱平衡方程进行解构，分为传播项和源项，对传播项和源项分别进行建模；根据不同的物理机制，将源项分为不同子源项；并针对不同子源项分别构建源项子网，嵌入引导变量，实现对非线性物理过程的解耦与高拟合度的多源驱动表达机制构建；通过多步地推训练并结合主峰偏移约束、能量守恒控制以及传播梯度监督，实现长期预测稳定性和物理一致性的预测策略构建。对于船舶运动响应等以谱为输入的工程应用，本发明避免了单要素预报与谱驱动应用之间的信息缺口，实现了从环境预报到工程计算的无缝衔接，大幅提升了应用的实用性。

本发明授权一种物理方程驱动的海浪谱智能预报方法及系统在权利要求书中公布了：1.一种物理方程驱动的海浪谱智能预报方法，其特征在于，该方法包括以下步骤： S1，对谱平衡方程进行解构，分为传播项和源项，对传播项和源项分别进行建模； S2，根据不同的物理机制，将源项分为不同子源项；并针对不同子源项分别构建源项子网，嵌入引导变量，实现对非线性物理过程的解耦与高拟合度的多源驱动表达机制构建； S3，通过多步地推训练并结合主峰偏移约束、能量守恒控制以及传播梯度监督，实现长期预测稳定性和物理一致性的预测策略构建； 在步骤S1中，对谱平衡方程进行解构包括： 通过谱平衡方程求得频率谱能量密度E对时间t的偏导数为： 得到： 式中，为传播项；c为群速矢量，用于表示谱能量在物理空间上的传播速度方向；Stot为总源项，包含风能输入、非线性交互与耗散过程；为全导数，为偏导数； 将传播项与源项分别构建为物理控制模块，嵌入深度学习框架中；其中，谱传播项以解析公式显式计算，保持对结构变化路径的物理解释能力； 在步骤S2中，实现对非线性物理过程的解耦与高拟合度的多源驱动表达机制构建，包括： 谱源项Stot控制谱的局部增强与耗散过程，谱源项来源分为三类物理机制，表达式为： Stot＝Sin+Snl+Sds 式中，Sin为由风速主导的能量注入，控制谱主峰能量增强；Snl为由四波交互过程引起的谱能重分布，表现为能量由主峰向高低频分散；Sds为由破碎、湍流和底摩擦机制引起的谱尾衰减；Stot为总源项； 构建多子网络结构Fin,Fnl,Fds，分别模拟三类物理机制，总源项为各子模块之和；每个子网络结构相同，均包含输入层、谱嵌入编码层、机制映射层与输出层；其中，输入层接收上一时刻的频率-方向谱及风速、风向、水深的引导变量，谱嵌入编码层采用3层一维卷积网络，通道数依次为64、128、128，卷积核大小为5、3、3，步长为1，卷积层后均接RELU激活与层归一化；机制映射层采用2层全连接网络，隐藏单元数256和128，激活函数为RELU，输出层为线性层；训练时采用AdamW优化器，学习率1×10-3，权重衰减1×10-4，批大小32； 各子网络间通过共享谱变量实现耦合学习，通过动态调整不同物理过程对谱演化贡献的比重，适配不同风浪情形下的源项结构； 在步骤S3中，实现长期预测稳定性和物理一致性的预测策略构建包括： 设计逐步递推机制，实现连续预测闭环建模，表达式为： Et+1＝Et+Δt·-τprop+Stot 式中，t为时刻数，Et+1为t+1时刻的海浪谱，Et+2为t+2时刻的海浪谱，Δt为时间变化量，为t+1时刻的传播项，为t+1时刻的源项； 每步均重新计算传播项与源项子模块输出，保持谱结构与物理驱动同步更新；训练阶段采用逐步监督机制，损失函数在多步时刻累加；在训练中引入主峰一致性项和能量守恒项约束。

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青岛哈尔滨工程大学创新发展中心;哈尔滨工程大学，其通讯地址为：266400 山东省青岛市黄岛区三沙路1777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。