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！

龙图腾网获悉浙江大学申请的专利一种基于非稳态主动学习的航空发动机涡轮盘载荷逆预测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：CN120874488B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202511393604.1，技术领域涉及：G06F30/23；该发明授权一种基于非稳态主动学习的航空发动机涡轮盘载荷逆预测方法及系统是由张益鸣;张金发;张树有设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本一种基于非稳态主动学习的航空发动机涡轮盘载荷逆预测方法及系统在说明书摘要公布了：本发明公开了一种基于非稳态主动学习的航空发动机涡轮盘载荷逆预测方法及系统，该方法包括：在以载荷分布作为输入参数空间进行采样并获取对应的响应值，构建数据集；基于数据集构建第一GP；对样本点的重要性进行建模，构建第二GP；基于第一GP输出的不确定性与第二GP输出的预测难度构建采集函数，执行主动采样并迭代更新第一GP，得最终的GP；采用最终的GP识别可行解区域，再进行密度聚类以确定局部细化区间、实施区间细化与局部采样，输出解集作为观测响应值对应的载荷。该系统包括初始样本生成模块、高斯过程代理建模模块、样本重要性建模与自适应采样模块和多解搜索与细化模块。该方法及系统可提高对涡轮盘载荷的预测准确度。

本发明授权一种基于非稳态主动学习的航空发动机涡轮盘载荷逆预测方法及系统在权利要求书中公布了：1.一种基于非稳态主动学习的航空发动机涡轮盘载荷的逆预测方法，其特征在于，所述方法包括： 1在给定输入参数空间内采样获得初始样本点，并对样本点进行评估获取对应的响应值，构建训练数据集，输入参数空间为载荷分布； 2基于训练数据集构建用于预测样本点的响应值和响应值的不确定性的第一高斯过程代理模型，记为第一GP；所述响应值的不确定性为预测标准差； 3对样本点的重要性进行建模，构建用于输出样本点对应的预测难度的第二高斯过程模型，记为第二GP，所述预测难度为重要性预测均值；基于第一GP输出的不确定性与第二GP输出的预测难度构建采集函数，执行主动采样得到新增样本，并在新增样本的基础上迭代更新第一GP，获得最终的高斯过程代理模型； 4在观测响应值的约束下，采用最终的高斯过程代理模型识别输入参数空间中的可行解区域；对可行解区域进行密度聚类以确定局部细化区间，在局部细化区间内实施区间细化与局部采样，并输出满足预设误差约束条件的解区域作为解集，得到观测响应值对应的载荷。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。