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！

龙图腾网获悉大连理工大学申请的专利一种基于双层BP神经网络的时变可靠性分析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：CN120930689B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202511454091.0，技术领域涉及：G06N3/0464；该发明授权一种基于双层BP神经网络的时变可靠性分析方法是由李贵杰;何宜勉;陈昊;朱苗苗设计研发完成，并于2025-10-13向国家知识产权局提交的专利申请。

本一种基于双层BP神经网络的时变可靠性分析方法在说明书摘要公布了：本发明公开了一种基于双层BP神经网络的时变可靠性分析方法，涉及时变结构可靠性分析领域，基于影响待分析时变结构的随机设计变量的联合概率密度函数生成样本池；计算样本点权重，筛选部分样本点并组建第一训练数据集；构建内层BP神经网络模型并进行训练，计算第一训练数据集中各样本点对应的时变功能函数关于时间的极小值，构成第二训练集；构建外层BP神经网络模型，采用第二训练集进行训练；采用训练后的外层BP神经网络模型计算时变结构的可靠性，通过内层模型来求解时变功能函数关于时间的极小值，外层模型是基于样本点的参数和内层模型求解的极小值构建的，用来计算失效概率，具有较好的适用性，可用于复杂结构的时变可靠性分析。

本发明授权一种基于双层BP神经网络的时变可靠性分析方法在权利要求书中公布了：1.一种基于双层BP神经网络的时变可靠性分析方法，其特征在于，包括以下步骤： S1：基于影响待分析时变结构的随机设计变量的联合概率密度函数生成样本池；计算样本池中各样本点的权重，基于权重筛选出部分样本点，并结合随机抽取的样本点，构成第一训练数据集； S2：基于第一训练数据集构建内层BP神经网络模型并进行训练，内层BP神经网络模型为随机设计变量取定值时，功能函数关于时间的代理模型；S3：采用训练后的内层BP神经网络模型，计算第一训练数据集中各样本点对应的时变功能函数关于时间的极小值，构成第二训练集； S4：构建外层BP神经网络模型，采用第二训练集进行训练；外层BP神经网络模型为随机设计变量与功能函数极小值的模型； S5：采用训练后的外层BP神经网络模型计算时变结构的可靠性； 时变结构为四连杆机构时，其四杆的几何尺寸变量为，分布的均值分别为，，，，标准差为，均服从正态分布；四连杆机构运动过程中的角度关系为： 其中，为运动过程的输入，为运动过程的输出； 的表达式依据上式求解为： 其中， 考虑输出，得到时变输出函数为： ； 将视为时间变量，建立性能响应函数为： 。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。