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一种基于遗传算法的空间网壳结构形状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：CN121072309B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511139303.6，技术领域涉及：G06F30/27；该发明授权一种基于遗传算法的空间网壳结构形状优化方法是由熊哲;林俊华;郭永昌;刘国文;杨洋设计研发完成，并于2025-08-14向国家知识产权局提交的专利申请。

本一种基于遗传算法的空间网壳结构形状优化方法在说明书摘要公布了：本发明公开了一种基于遗传算法的空间网壳结构形状优化方法，涉及数据处理技术领域，包括：基于节点受力特征数据生成结构力路径拓扑知识图谱，以提取表征结构主承载路径完整性与连贯性的特征向量；以特征向量为输入，结构主承载路径完整性与连贯性为奖励函数，确定关键节点扰动序列，并对节点坐标进行遗传算法编码，通过种群迭代与适应度评价获得结构节点的优化位置；识别结构中的非功能性力路径遗失区域，并反馈更新数字孪生模型，直至结构主承载路径完整性与连贯性满足优化阈值，输出优化后的网壳结构几何形态；本发明实现了空间网壳结构关键节点的精准识别与扰动优化，从而显著提升了结构主承载路径的完整性与连贯性。

本发明授权一种基于遗传算法的空间网壳结构形状优化方法在权利要求书中公布了：1.一种基于遗传算法的空间网壳结构形状优化方法，其特征在于，包括： S101：构建空间网壳结构的数字孪生模型，实时仿真结构节点在复杂荷载作用下的力流分布，提取节点受力特征数据； S102：基于所述节点受力特征数据生成结构力路径拓扑知识图谱，利用图嵌入算法提取表征结构主承载路径完整性与连贯性的特征向量； S103：以所述特征向量为输入，结构主承载路径完整性与连贯性为奖励函数，采用深度强化学习算法确定关键节点扰动序列；包括： 基于结构力路径拓扑知识图谱的特征向量，构建智能体的状态空间； 以结构主承载路径中的可扰动节点为基础，构建智能体的动作空间； 以所述状态空间与动作空间为基础，执行智能体的策略网络初始训练，获得初始策略网络参数；包括： 在数字孪生模型中选取初始候选扰动节点进行扰动，获得扰动后主承载路径的局部位移响应数据； 根据扰动前后的局部位移响应数据，评估节点扰动引起的结构局部刚度变化；包括： 在扰动节点作用前后，分别计算该节点直接连接杆件的轴向内力变化； 依据杆件轴向内力变化，计算每根杆件的轴向刚度变化系数； 以扰动节点连接杆件的轴向刚度变化系数的加权平均值，作为扰动节点引起的结构局部刚度变化值； 以结构局部刚度变化为依据计算奖励函数的初始值，通过反向传播训练策略网络，完成初始策略参数的确定； 以所述初始策略网络参数为初始值，执行迭代式节点扰动策略学习过程，直至关键节点扰动次序收敛； S104：根据关键节点扰动序列对节点坐标进行遗传算法编码，通过种群迭代与适应度评价获得结构节点的优化位置； S105：实时监测扰动后的结构受力路径变化，识别结构中的非功能性力路径遗失区域，并反馈更新数字孪生模型；包括： 以扰动后的节点位移响应矢量为依据，计算节点位移响应变化比例系数； 对节点位移响应变化比例系数进行空间分布聚类，获得若干位移响应变化聚类区域； 确定聚类区域中平均位移响应变化比例系数低于设定阈值的区域为初始非功能性区域； 基于所述初始非功能性区域在拓扑知识图谱中的连通性，提取并确认最终的非功能性力路径遗失区域； S106：循环执行步骤S102至S105，直至结构主承载路径完整性与连贯性满足优化阈值，输出优化后的网壳结构几何形态。

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。