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！

龙图腾网获悉中国海洋大学申请的专利一种基于物理方程约束的风暴潮人工智能预报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：CN121051705B 。

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：202511597054.5，技术领域涉及：G06F18/25；该发明授权一种基于物理方程约束的风暴潮人工智能预报方法是由王智峰;朱志成;张明川设计研发完成，并于2025-11-04向国家知识产权局提交的专利申请。

本一种基于物理方程约束的风暴潮人工智能预报方法在说明书摘要公布了：本发明一种基于物理方程约束的风暴潮人工智能预报方法，涉及人工智能风暴潮预测技术领域，包括如下步骤：步骤1.多源数据的收集：步骤2.数据同化与预处理：步骤3.实现物理损失的机器学习计算方法：步骤4.物理与数据共同约束的人工智能模型构建；步骤5.使用随机搜索算法进行超参数调节，对模型进行进一步优化；步骤6.对预报过程和结果进行可解释性分析。本发明通过将风暴潮计算所用的三大控制方程引入至机器学习模型中，对比传统的数据驱动智能预报模型大大降低了对训练数据量的依赖；剖析预报过程的物理变量变化趋势，进行可视化展示和不确定性分析，解决人工智能预报模型的不可解释性问题。

本发明授权一种基于物理方程约束的风暴潮人工智能预报方法在权利要求书中公布了：1.一种基于物理方程约束的风暴潮人工智能预报方法，其特征为，包括如下步骤： 步骤1.多源数据的收集：收集海洋卫星、海洋浮标、气象站和全球气象预报系统的多源数据； 步骤2.数据同化与预处理：利用最优插值数据同化技术将不同来源的数据进行融合，确保数据的时空一致性和准确性；对收集到的数据进行清洗，去除噪声和异常值，并填补缺失数据，确保数据的完整性和质量； 步骤3.实现物理损失的机器学习计算方法：将风暴潮计算3个控制方程通过python进行实现并检验，为后续构建嵌入物理机制的神经网络模型PINN做准备； 步骤4.物理与数据共同约束的人工智能模型构建； 步骤5.使用随机搜索算法进行超参数调节，对模型进行进一步优化； 步骤6.对预报过程和结果进行可解释性分析； 所述的步骤2中，最优插值的求解步骤如下： 待融合点的初估值为，为周围区域观测值，为观测点对应的初估值，那么该点的融合值写作： ； 当满足以下条件时，分析值的误差方差最小： ； 将视为，那么写作为： ； 即； ； ； 其中，为背景误差协相关、为观测误差协相关、为点观测误差标准偏差和初估误差标准偏差的比率，为分析点与初估场的误差协相关； 所述的步骤5中，采用随机搜索算法进行超参数调节以优化模型参数，其搜索策略如下： a确定网络参数的搜索空间； b根据给定的超参数区间概率随机采样； c将b中得到的超参数采样结果分别代入到预报模型中；不重复采样地重复n次操作，并分别记录模型的效果； d逐个比较模型的效果，抛弃误差大的组合，保留误差小的组合，最后便得到搜索空间内模型效果较好的超参数方案。

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中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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。