買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜南昌大學申請的專利一種基于信息融合的機翼升阻比機器學習優化設計方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119337752B 。

龍圖騰網通過國家知識產權局官網在2025-05-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411906948.3，技術領域涉及：G06F30/27；該發明授權一種基于信息融合的機翼升阻比機器學習優化設計方法是由楊贊;朱紫華;柯星;肖宗泉;熊立松;王藝霏;徐夢琴;游好設計研發完成，并于2024-12-24向國家知識產權局提交的專利申請。

本一種基于信息融合的機翼升阻比機器學習優化設計方法在說明書摘要公布了：本發明公開了一種基于信息融合的機翼升阻比機器學習優化設計方法，包括：（1）分別在Xfoil與Abaqus中構建機翼升阻比與剛度仿真模型；（2）迭代優化機翼夾層參數個體向量間的相關性以建立種群；（3）使用DEcurrent0對種群進行擴展，并融合三種差分進化生成1500個機翼夾層參數向量；（4）融合角度與距離信息構建徑向基函數機器學習預測模型；（5）評估機翼升阻比與剛度；（6）基于適應度函數，篩選最佳機翼夾層參數向量，更新種群并轉至步驟（3），直到優化結構達到要求。本發明通過種群擴展改善子代的分布、通過角度與距離信息融合的徑向基函數機器學習預測模型提供準確的預測、通過適應度函數平衡機翼升阻比與剛度的優化，從而提高機翼升阻比優化性能。

本發明授權一種基于信息融合的機翼升阻比機器學習優化設計方法在權利要求書中公布了：1.一種基于信息融合的機翼升阻比機器學習優化設計方法，其特征在于，所述方法包括以下步驟：（1）以機翼夾層各桿件中心及厚度為優化設計參數，以機翼剛度與機翼升阻比分別為約束條件與優化目標，分別在Xfoil與Abaqus中根據載荷及邊界約束構建機翼升阻比與剛度仿真模型；（2）根據機翼結構的幾何限制構建由各桿件中心及厚度優化設計參數組成的設計空間，在設計空間內迭代優化機翼夾層參數個體向量間的相關性獲得初始化種群，在Xfoil與Abaqus中分別評估初始化種群中所有機翼夾層參數個體向量的機翼升阻比與機翼剛度，并將所有機翼夾層參數個體向量與其機翼升阻比和機翼剛度保存至數據庫中；（3）基于機翼夾層參數個體向量與機翼夾層參數個體向量的歐氏距離獲得局部種群，使用差分進化操作DEcurrent0擴展局部種群，并應用三種差分進化操作生成1500個子代機翼夾層參數向量；（4）計算角度信息和距離信息，并構建融合角度信息與距離信息的徑向基函數機器學習預測模型，并預測子代機翼夾層參數向量的機翼升阻比與剛度值；（5）基于斯皮爾曼秩相關系數計算局部種群的機翼升阻比與剛度值優化的局部相關性，并推導基于相關性設計的適應度函數，根據適應度函數選擇最佳子代機翼夾層參數向量，并在Xfoil與Abaqus中分別評估最佳子代機翼夾層參數向量的機翼升阻比與剛度，并存入數據庫中；（6）基于融合了機翼升阻比與剛度值的適應度函數，計算并比較最佳子代機翼夾層參數向量與父代機翼夾層參數向量的適應度值，適應度值更大的機翼夾層參數向量被更新進入下一代種群，判斷優化結構是否滿足設計性能，若滿足則輸出所得優化結構，否則轉至步驟（3），直至優化結構達到要求。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南昌大學，其通訊地址為：330031 江西省南昌市紅谷灘新區學府大道999號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。