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！

龍圖騰網恭喜優普泰(深圳)科技有限公司申請的專利基于人工智能的消防員滅火防護服性能智能優化系統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：CN119740495B 。

龍圖騰網通過國家知識產權局官網在2025-05-09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：202510246937.5，技術領域涉及：G06F30/27；該發明授權基于人工智能的消防員滅火防護服性能智能優化系統是由吳銀;鄒亮;伍潮暉;胡奇貞設計研發完成，并于2025-03-04向國家知識產權局提交的專利申請。

本基于人工智能的消防員滅火防護服性能智能優化系統在說明書摘要公布了：本發明屬于防護服性能優化技術領域，本發明公開了基于人工智能的消防員滅火防護服性能智能優化系統；包括：數據采集模塊，用于采集m組消防特征數據；根據m組消防特征數據，構建火災模擬模型；環境分類模塊，用于將m組消防特征數據進行環境類別劃分；布局優化模塊，基于火災模擬模型，優化每個環境類別的反光布局參數；設計優化模塊，基于火災模擬模型和反光布局參數，優化每個環境類別的反光設計參數；本發明通過有效提升防護服反光效果和使用舒適性，能夠顯著提高消防員在復雜環境下的反應速度和可見性，從而有效保障消防員的生命安全。

本發明授權基于人工智能的消防員滅火防護服性能智能優化系統在權利要求書中公布了：1.基于人工智能的消防員滅火防護服性能智能優化系統，其特征在于，包括：數據采集模塊，用于采集m組消防特征數據；模型構建模塊，根據m組消防特征數據，構建火災模擬模型；環境分類模塊，用于將m組消防特征數據進行環境類別劃分；所述將m組消防特征數據進行環境類別劃分的步驟包括：步驟A：將m組光線環境數據均作為樣本點，樣本點與光線環境數據一一對應；預設類別數量a，隨機選擇a個樣本點作為中心點；將a個中心點依次遞增標記為ω1、ω2、…、ωa，即將中心點標記為ωb，b∈[1,a]；步驟B：將未作為中心點的樣本點標記為分類點，并將分類點依次遞增標記為ψ1、ψ2、…、ψm-a，即將分類點標記為ψc，c∈[1,m-a]；依次計算每個分類點至每個中心點的點距離；步驟C：根據a個中心點建立對應的a個環境類別；步驟D：將分類點ψc至每個中心點的點距離進行對比，將分類點ψc分配至點距離最小對應中心點所對應的環境類別；步驟E：令c＝c+1，跳轉回步驟D；步驟F：循環步驟D～步驟E，直至c＝m-a時循環結束，并進入步驟G；步驟G：重新計算每個環境類別對應新的中心點；步驟H：重復步驟B～步驟G，直至步驟G中重新計算出的每個環境類別新的中心點，與上一次循環時計算出的對應環境類別新的中心點一致時，循環結束，獲取a個環境類別以及對應的分類點；布局優化模塊，基于火災模擬模型，優化每個環境類別的反光布局參數；所述優化每個環境類別的反光布局參數的步驟包括：步驟1：構建參數集合，對參數集合中的每組反光布局參數均設置不同的數字標簽，并標記為參數標簽；步驟2：選擇第a′個環境類別，并初始化量子群S，量子群S中包括n個粒子，每個粒子的位置與參數標簽一一對應，初始化量子群S的迭代次數t為0，a′∈[1,a]；步驟3：定義適應性函數；步驟4：基于量子糾纏現象，對量子群S中每個粒子均進行位置更新；步驟5：基于量子干涉現象，對量子群S中每個粒子均進行位置更新；步驟6：基于量子隧穿現象，對量子群S中每個粒子均進行位置更新；步驟7：采用量子退火機制，對量子群S中每個粒子均進行位置更新；步驟8：將迭代次數t與預設迭代閾值T進行對比；若t≥T，則進入步驟9；若t＜T，則令t＝t+1，并返回步驟4；步驟9：計算每個粒子對應的適應性，獲取適應性最大的粒子對應的參數標簽，獲取參數標簽對應的反光布局參數，并作為第a′個環境類別對應的反光布局參數；令a′＝a′+1，并返回步驟2；步驟10：循環步驟2～步驟9，直至a個環境類別均獲取對應的反光布局參數，循環結束；設計優化模塊，基于火災模擬模型和反光布局參數，優化每個環境類別的反光設計參數。

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優普泰(深圳)科技有限公司，其通訊地址為：518000 廣東省深圳市南山區粵海街道高新南七道數字技術園B2棟4樓B區；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”。