Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海交通大学何辉获国家专利权

上海交通大学何辉获国家专利权

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!

龙图腾网获悉上海交通大学申请的专利用于燃料包壳多物理耦合分析的数据集自适应优化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:CN120804703B

龙图腾网通过国家知识产权局官网在2026-02-06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:202510913020.6,技术领域涉及:G06F18/214;该发明授权用于燃料包壳多物理耦合分析的数据集自适应优化方法是由何辉;王世伟;刘晓晶;熊进标;张滕飞;柴翔设计研发完成,并于2025-07-03向国家知识产权局提交的专利申请。

用于燃料包壳多物理耦合分析的数据集自适应优化方法在说明书摘要公布了:一种用于燃料包壳多物理耦合分析的数据集自适应优化方法,针对MD、MSE和EI准则的特性,通过整体到局部的思想,二阶段自适应扩充优化策略大大提升了模型预测误差随数据集扩充优化的下降速度,并结合新开发的ME准则,可以在较少的数据量下使模型具有良好的全局精度,在实现支撑高精度燃料包壳代理模型构建的同时大大降低了所需样本量。

本发明授权用于燃料包壳多物理耦合分析的数据集自适应优化方法在权利要求书中公布了:1.一种用于燃料包壳多物理耦合分析的数据集自适应优化方法,其特征在于,包括: 初始阶段:基于改进的拉丁超立方实验设计方法和原始燃料包壳多物理耦合分析模型获取初始数据集并划分出训练集和测试集; 第一阶段:依次使用最大最小距离MD准则和均方差MSE准则对候选扩充采样位置进行评价后,利用多目标寻优算法NSGA-II将MD准则与MSE准则相结合进行扩充采样位置搜索,对自适应扩充优化产生的新采样点,基于原始燃料包壳多物理耦合分析模型进行预测后,将预测结果加入初始数据集中,同时对原始燃料包壳多物理耦合分析模型进行更新; 重复执行第一阶段,直到当用户自备的数据集的MD值或测试集归一化误差MAE达到要求时执行第二阶段; 第二阶段:使用改进的期待提高EI准则和ME准则对候选扩充采样位置进行评价,再次利用NSGA-II将ME准则与EI准则相结合进行扩充采样位置搜索,在第二阶段中进一步提高原始燃料包壳多物理耦合分析模型预测值的局部精度,对自适应扩充优化产生的新采样点,基于原始燃料包壳多物理耦合分析模型进行预测后,将预测结果加入数据集中,同时对模型进行更新,当代理模型精度达到要求时,自适应扩充优化结束; 所述的对候选扩充采样位置进行评价,具体包括: 4.1使用改进的EI准则对候选扩充采样位置进行评价,具体为: i假设处的真值是已知的,则点的真值对模型带来的误差,其中:为代理模型对处的估计值,为原始燃料包壳多物理耦合分析模型对处燃料性能的计算值,在第二阶段的精度水平下,近似的认为模型估计的误差函数值约等于真实误差; ii对改进函数求期望,得到的改进后的准则,具体为:,其中:和分别为标准正态分布的累积概率函数和概率密度函数,为方差; 4.2使用ME准则对候选扩充采样位置进行评价,具体为:,其中:为矫正环节预测值。

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上海交通大学,其通讯地址为:200240 上海市闵行区东川路800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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。