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！

龙图腾网获悉广东工业大学;佛山大学申请的专利基于神经网络模型的网壳结构节点参数自动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：CN121031397B 。

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：202511579116.X，技术领域涉及：G06F30/27；该发明授权基于神经网络模型的网壳结构节点参数自动优化方法是由吕宏杰;熊哲;郑金虎;王嘉晖;林俊华;郭永昌设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本基于神经网络模型的网壳结构节点参数自动优化方法在说明书摘要公布了：本发明涉及空间结构设计与参数优化技术领域，具体涉及基于神经网络模型的网壳结构节点参数自动优化方法，包括：采集以铝合金板式节点构建的单层柱面网壳的“输入‑输出”数据对，输入参数包括所述单层柱面网壳的设计参数和初始节点参数。本发明先通过遗传算法结合有限元软件与编程工具交互获取不同参数下的节点优化数据，并补充算例构建覆盖工程常见设计参数范围的训练数据集，再训练含两层隐藏层的三层全连接神经网络模型，配合早停策略和学习率衰减策略确保模型精度。应用时输入目标单层柱面网壳设计参数，模型即可自动输出优化后的节点参数，无需传统方法的反复迭代与人工干预，大幅缩短优化耗时，高效应对多工况批量优化需求。

本发明授权基于神经网络模型的网壳结构节点参数自动优化方法在权利要求书中公布了：1.基于神经网络模型的网壳结构节点参数自动优化方法，其特征在于，包括： S1、采集以铝合金板式节点构建的单层柱面网壳的“输入-输出”数据对，输入参数包括所述单层柱面网壳的设计参数和初始节点参数，输出参数包括优化后的节点竖直坐标调整值和节点弯曲刚度调整值； S2、对所述输入参数进行归一化处理，消除量纲差异，形成神经网络模型的训练数据集； 所述“输入-输出”数据对来源于通过遗传算法结合有限元软件ANSYS与编程工具MATLAB交互优化得到的不同参数下的节点优化数据，并通过补充100组不同参数组合的网壳优化算例确保训练数据集覆盖工程中常见的设计参数范围；所述归一化处理包括将所述节点的坐标参数和节点弯曲刚度参数转换为相对值，以消除量纲差异对所述神经网络模型训练结果的影响； S3、构建三层全连接神经网络模型，模型包括输入层、隐藏层和输出层，隐藏层采用ReLU激活函数增强模型非线性拟合能力； S4、使用所述训练数据集对所述神经网络模型进行训练，训练包括将训练数据集划分为训练集、验证集和测试集，并采用早停策略避免模型过拟合； S5、验证所述神经网络模型，验证包括将模型输出的优化后的节点参数与传统优化结果对比，若优化后的节点参数对应的所述单层柱面网壳的极限承载力偏差小于或等于5%且最大位移偏差小于或等于8%，则模型验证通过； S6、应用所述神经网络模型进行节点参数优化，应用包括输入目标单层柱面网壳的设计参数，神经网络模型自动输出优化后的节点竖直坐标调整值和节点弯曲刚度调整系数； 所述应用所述神经网络模型进行节点参数优化时，输入所述目标单层柱面网壳的设计参数包括矢跨比、长跨比、荷载比、支撑条件、初始节点参数和网壳跨度信息，所述神经网络模型自动输出优化后的节点y坐标调整值与节点弯曲刚度调整系数； S7、基于三次样条插值法，根据所述节点竖直坐标调整值修正所述单层柱面网壳的截面曲线，使修正后的曲线平滑连续； S8、将所述优化后的节点参数导入有限元软件进行承载力验算，承载力验算若不满足工程要求，则重新输入参数微调后再次优化。

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广东工业大学;佛山大学，其通讯地址为：510000 广东省广州市越秀区东风东路729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。