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！

龙图腾网获悉大连理工大学;中国航空工业集团公司成都飞机设计研究所申请的专利一种基于代理辅助多初始点模拟退火的机翼设计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：CN121543204B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610071063.9，技术领域涉及：G06F30/15；该发明授权一种基于代理辅助多初始点模拟退火的机翼设计优化方法是由宋学官;杨春迪;赵春虎;闵强;程曦;庞勇;申翔东;崔宇鹏;李双九设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本一种基于代理辅助多初始点模拟退火的机翼设计优化方法在说明书摘要公布了：一种基于代理辅助多初始点模拟退火的机翼设计优化方法，属于优化设计技术领域。包括：步骤1：初始化算法参数和训练数据集；步骤2：构建代理模型；步骤3：执行多初始点并行模拟退火，生成一批候选的新解集；步骤4：基于新解集执行双精英主动学习策略，筛选最具潜力的样本进行真实评估并更新代理模型；步骤5：冷却温度和减小步长；步骤6：判断昂贵目标函数的累积评估次数是否达到设定的最大评估次数；若未达到返回步骤2；若达到停止优化；最终，遍历训练数据集，选取真实目标函数值最小的样本点作为全局最优解。本发明结合多初始点并行模拟退火搜索机制及双精英主动学习策略，实现在有限仿真次数下快速逼近全局最优解。

本发明授权一种基于代理辅助多初始点模拟退火的机翼设计优化方法在权利要求书中公布了：1.一种基于代理辅助多初始点模拟退火的机翼设计优化方法，其特征在于，所述机翼设计优化方法包括以下步骤： 步骤1：初始化算法参数和训练数据集，其中初始化算法参数包括最大评估次数； 步骤2：基于步骤1得到的训练数据集，构建Kriging代理模型，所述Kriging代理模型将响应表示为均值项和高斯过程之和； 步骤3：执行多初始点并行模拟退火；利用Kriging模型作为评估器，从当前训练数据集中优选出多个当前真实响应值最小的样本作为并行搜索的起点，独立执行模拟退火的扰动与接受过程，从而生成一批候选的新解集； 步骤4：基于步骤3得到的新解集，执行双精英主动学习策略，筛选最具潜力的样本进行真实评估并更新Kriging模型； 步骤5：冷却温度和减小步长；在完成一轮并行的模拟退火搜索及模型更新后，进入下一轮迭代前，降低系统的活跃度促进收敛； 步骤6：判断昂贵目标函数的累积评估次数是否达到步骤1中设定的最大评估次数；若未达到，则返回步骤2继续循环；若已达到，则停止优化；最终，遍历所有历史训练数据集，选取真实响应值最小的样本点作为机翼设计优化的全局最优解，并输出对应的设计变量及性能指标。

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理工大学;中国航空工业集团公司成都飞机设计研究所，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。