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！

龙图腾网获悉中国汽车工程研究院股份有限公司申请的专利一种基于多元模型自适应与改进粒子群的气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：CN117952003B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202410090772.2，技术领域涉及：G06F30/27；该发明授权一种基于多元模型自适应与改进粒子群的气动优化方法是由黄顺巧;徐磊;王庆洋;段孟华;秦玲;马晨燕设计研发完成，并于2024-01-23向国家知识产权局提交的专利申请。

本一种基于多元模型自适应与改进粒子群的气动优化方法在说明书摘要公布了：本发明提供了一种基于多元模型自适应与改进粒子群的气动优化方法，其包括以下步骤：获取目标值相关的影响因素，采集若干组相互独立的影响因素和满足正态分布的目标数据，将数据集采用预处理技术并归一化后按训练集和测试集进行划分；通过机器学习方法建立多个元模型，保存每个训练好的元模型参数文件和各个元模型的平均评价指标；建立改进了初始化，加入算术交叉和自然选择和自适应惯性权重的粒子群优化算法；将保存下的元模型参数文件作为改进后的粒子群算法的适应度计算函数，优化适应度输出优化后的输出结果。本发明通过构建元模型与改进的元启发式优化算法联合使用的最优化方法，在不影响仿真目标模型精度的情况下能减少优化迭代的仿真次数，进而减少对计算资源的消耗提升优化效率，同时自适应选择的多元模型具有灵活性和可扩展性，能在小样本量自适应地选择适合优化算法最优的元模型，进而获得更优的优化目标值。

本发明授权一种基于多元模型自适应与改进粒子群的气动优化方法在权利要求书中公布了：1.一种基于多元模型自适应与改进粒子群的气动优化方法，其特征在于，包括以下步骤： 步骤S1：采集气动数据和影响因素的数据，将气动数据作为待优化的目标值，对目标值和影响因素的数据做预处理，所述预处理包括剔除异常值：采用统计法，若某数据点明显偏离标准差或均值则剔除；其次，对数据进行归一化处理，消除尺度差异； 步骤S2：采用预处理后的数据对多个利用机器学习方法建立的预测模型作为优化过程的元模型进行训练，保存每个训练好的元模型参数文件和各个元模型的平均评价指标；所述参数为超参数，包括：权重、迭代次数、核函数； 步骤S3：元模型输出优化结果，根据优化结果和平均评价指标，自适应选择最优的元模型；所述优化结果为元模型训练后输出的优化后的气动数据值； 步骤S4：将所述元模型的参数文件加载后封装为粒子群算法的适应度计算函数，从而优化适应度，输出优化后的输出结果，然后将输出结果反归一化后，得到最优的气动数据值，所述粒子群算法为改进的粒子群优化算法，包括：初始化、加入算术交叉和自然选择中之一或者两种的改进： 所述初始化改进利用K‑means聚类方法，让数据以原始初始化方式随机产生粒子位置，而后将生成的样本划分为不同的簇，每个簇则代表一个特定的区域或解空间，将簇中心作为初始位置； 随机生成的粒子位置： ，其中，PN 是第N个粒子的位置，N表示总粒子数； 取聚类中心的位置点，方法为：多次迭代生成的多个粒子的位置；在每次迭代时，将新生成的粒子位置按K个聚类中心点进行划分，直到所有的粒子被划分完； 所述算术交叉和自然选择改进为：当更新了个体和全局历史最优位置与适应值后，以当前粒子群循环的最优解为中心构造采样区间，并将新采样的位置随机选择两个粒子进行算术交叉，而后以遍历更新所有粒子后，加入自然选择，根据优胜劣汰选择出最优的粒子位置、速度、个体最优位置和个体最优适应值，在增加粒子群多样性分布的同时还能获得高质量的粒子；速度和位置更新，公式为： ，其中，表示第次迭代第个粒子第维的粒子速度； 为惯性权重，设置其在之间动态变化的参数，它决定了粒子在搜索空间中移动的速度和方向； ，是该算法的学习因子分别是个体学习因子和群体学习因子； ，为之间的随机数，it是粒子群迭代次数； 表示在迭代第it次第i个粒子第j维的个体最优解； 表示第it次迭代第i个粒子第j维的速度更新后的值； 表示在迭代第it次第i个粒子第j维的粒子全局最优解； 表示个体学习因子最大值约束； 表示群体学习因子最大值约束； 表示个体学习因子最小值约束； 表示群体学习因子最小值约束； 表示随机数； exp表示指数函数； 表示第+1次迭代第个粒子第维的粒子速度； 表示第it+1次迭代第i个粒子第j维的速度更新后的值； 为最大迭代次数； 表示当前迭代次数。

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汽车工程研究院股份有限公司，其通讯地址为：401122 重庆市渝北区北部新区金渝大道9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。