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！

龙图腾网获悉大连海事大学申请的专利一种基于代理模型的EMC不确定性分析失效率预测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：CN119358389B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202411394565.2，技术领域涉及：G06F30/27；该发明授权一种基于代理模型的EMC不确定性分析失效率预测方法是由白瑾珺;霍圣航;王嘉盛设计研发完成，并于2024-10-08向国家知识产权局提交的专利申请。

本一种基于代理模型的EMC不确定性分析失效率预测方法在说明书摘要公布了：本发明提供一种基于代理模型的EMC不确定性分析失效率预测方法，从不确定性分析方法的实际应用角度出发，引入了失效率的概念，增强电磁兼容设计的可靠性与实用性，旨在更准确地判断哪种不确定性分析方法更适用于失效率的预测。将基于Kriging和最小二乘支持向量回归LSSVR两种代理模型的不确定性分析方法应用于EMC失效率的预测，从而为不确定性分析方法指导实际电磁兼容设计提供了理论依据。

本发明授权一种基于代理模型的EMC不确定性分析失效率预测方法在权利要求书中公布了：1.一种基于代理模型的EMC不确定性分析失效率预测方法，其特征在于，包括以下步骤： 步骤1：使用拉丁超立方采样在采样空间进行采样，得到m个采样点，每个采样点是N维的常数值向量数据；并在每个采样点上进行确定性EMC仿真： yi＝EMC[xi]； 得到EMC仿真结果的集合y： y＝[y1，y2，…，ym]T； 其中，yi表示单次EMC仿真结果；通过以上分析得到训练集用以训练Kriging和LSSVR两种代理模型； 步骤2：通过所述EMC仿真结果的集合训练Kriging模型和LSSVR模型；应用Kriging模型对已知样本的EMC仿真结果进行线性加权来生成插值结果，同时寻找所述Kriging模型中的最优加权系数w，使得的均方差最小，并满足无偏差条件； 步骤3：应用LSSVR模型，通过非线性映射将输入空间映射到高维特征空间，在特征空间中求取最优线性函数，采用核函数技术简化计算； 步骤4：通过步骤2及步骤3训练好的Kriging和LSSVR模型计算穷举采样点中所有采样点的响应值，得到基于这两种模型的仿真结果集合； 步骤5：引入失效率的概念；所述失效率是指在失效域内的点所占整个样本空间的比例； 步骤6：对步骤4中基于Kriging模型和LSSVR模型的仿真结果进行统计，得到概率密度曲线和失效率等不确定性分析结果。

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海事大学，其通讯地址为：116026 辽宁省大连市甘井子区凌水街道凌海路1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。