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！

龙图腾网获悉吉林大学申请的专利基于深度代理模型的底盘电控系统参数敏感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：CN120370896B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202510502618.6，技术领域涉及：G05B23/02；该发明授权基于深度代理模型的底盘电控系统参数敏感性分析方法是由朱冰;李论;卢磊;武龙杰;王帅;张培兴设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本基于深度代理模型的底盘电控系统参数敏感性分析方法在说明书摘要公布了：本发明涉及汽车底盘电控领域，特别涉及一种基于深度代理模型的底盘电控系统参数敏感性分析方法，采用“单因素初步筛选‑建模‑Sobol分析”三级递进策略，先通过单因素筛选，采用逐一调整各参数值并观察系统响应的方式，剔除对性能影响较小的参数，缩小待标定参数的范围；再构建基于BP神经网络的系统响应代理模型，替代仿真模型进行快速计算，保证分析准确性的同时大幅降低计算成本；最后通过基于代理模型的Sobol全局敏感性分析，进一步提取出各个工况下的关键参数。本发明解决了高维参数空间下的计算效率与精度矛盾，兼顾效率与准确性，为复杂工况下的虚拟标定提供标准化方法支撑。

本发明授权基于深度代理模型的底盘电控系统参数敏感性分析方法在权利要求书中公布了：1.一种基于深度代理模型的底盘电控系统参数敏感性分析方法，其特征在于：包括以下步骤： 步骤一、单因素筛选： 针对各典型工况，采用单因素法逐一调整参数值并观察其对底盘电控系统性能评价指标的影响，量化各参数的重要性，剔除敏感度低于阈值的冗余参数，缩小参数范围； 步骤二、构建BP神经网络代理模型： 在单因素筛选的基础上，基于BP神经网络，构建各工况专属代理模型，以替代高保真仿真模型；首先在构建BP神经网络代理模型时，使用均匀采样方法作为代理模型训练的采样方法；其次对数据进行归一化处理；最后，选择相对均方根误差作为模型预测性能的评价指标； 步骤三、Sobol全局敏感性分析： 首先，基于单因素筛选结果确定输入参数及其可行域范围，界定各参数的物理约束条件，采用均匀采样策略，在高维参数空间内生成具有均匀分布特性的样本点集，确保参数空间的全面覆盖； 然后，利用步骤二训练好的BP神经网络代理模型进行高效性能预测，采用系统化的全局敏感性分析，通过Sobol方法计算敏感性指数，量化参数主效应与交互效应，建立敏感性反馈机制指导闭环标定优化； Sobol方法计算敏感性指数步骤包括：第一步、定义数学模型，即首先明确一个数学模型Y＝fX，其中X＝x1,x2,...xn代表输入变量集，以建立输出与这些输入之间的关系；第二步、进行函数分解，将上述函数fX分解为包括常数项、一阶效应项、二阶效应项直至全效应项在内的多项式形式，以便后续能够量化各输入变量及其相互作用对模型输出的影响；第三步、通过计算每个效应项的积分来确定总方差以及各个效应项对方差的贡献，然后根据这些贡献计算出相应的敏感性指数，包括主效应指数、二阶交互效应指数和全效应指数，从而评估每个输入变量的重要性及其交互效应对输出结果的影响程度； 其中，Y＝fX表示所分析的模型，其具有n维的矢量输入X＝x1,x2,...xn；xi表示模型的输入；V表示所有输入取值发生波动时，模型fX输出的总方差；Vi表示单个输入取值发生波动时，模型输出的部分方差；表示多个输入变量之间的交互作用对模型输出产生部分方差； 主效应指数计算公式如下： 其中，Si表示xi的主效应指数或一阶敏感性指数；E表示期望值； 二阶交互效应指数计算公式如下： 其中，Sij表示xi和xj的二阶交互效应指数或二阶敏感性指数； 全效应指数计算公式如下： 其中，表示全效应指数或总敏感性指数； 最后，设定全效应指数的筛选阈值，对于某个性能指标，若某参数的全效应指数大于筛选阈值，则纳入待标定参数范围即关键参数集合；若小于筛选阈值，则不纳入待标定参数范围；实现底盘电控系统参数敏感性的高效精确评估。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。