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！

龍圖騰網恭喜河北工程大學申請的專利基于稀疏注意力和物理嵌入的SWMM仿真模型逼近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：CN119416667B 。

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：202510018954.3，技術領域涉及：G06F30/27；該發明授權基于稀疏注意力和物理嵌入的SWMM仿真模型逼近方法是由黃志峰;雷曉輝;龍巖;郭圖南;楊靖仁設計研發完成，并于2025-01-07向國家知識產權局提交的專利申請。

本基于稀疏注意力和物理嵌入的SWMM仿真模型逼近方法在說明書摘要公布了：本發明公開了基于稀疏注意力和物理嵌入的SWMM仿真模型逼近方法，屬于仿真建模技術領域，通過稀疏注意力機制有效處理高維時序輸入，并嵌入物理約束以確保模型逼近的物理一致性，確保輸出結果符合流量守恒與污染物守恒定律，精準逼近SWMM行為；本發明方法中將SWMM的復雜仿真行為替代為高效的深度學習預測模型，顯著提升計算效率并確保預測結果的可信性，適用于區域排水優化的實時仿真場景，為區域水文管理提供實時仿真支持。

本發明授權基于稀疏注意力和物理嵌入的SWMM仿真模型逼近方法在權利要求書中公布了：1.基于稀疏注意力和物理嵌入的SWMM仿真模型逼近方法，其特征在于，用于實現區域排水優化的實時動態仿真，包括以下步驟：S1、基于仿真目的，確定SWMM仿真模型的輸入與輸出，并構建數據集；S2、構建基于稀疏注意力機制的Transformer模型，包含稀疏注意力機制模塊；S3、利用構建的數據集訓練Transformer模型，并通過設計物理約束損失函數將能量守恒和污染物遷移規律嵌入到Transformer模型中，得到實現SWMM仿真的預測模型；S4、將預測模型封裝為預測API接口集成到SWMM系統中，根據實時輸入數據流，實現區域排水優化的實時動態仿真；所述稀疏注意力機制模塊采用多頭注意力機制，其表示為： 式中，表示稀疏注意力機制模塊的輸出，表示拼接，表示權重矩陣，表示第1~h個頭的輸出，每個頭的表示為： 式中，表示局部注意力，表示全局注意力，表示局部和全局注意力加權系數，表示注意力機制中的注意力查詢向量，表示注意力機制中第步的鍵向量，表示全局注意力的鍵向量，表示注意力機制中查詢向量的維度，表示轉置符，表示時間步長，表示時間偏移量；所述物理約束損失函數為： 式中，表示模型預測與真實輸出的均方誤差，表示水量守恒損失函數，表示污染物守恒損失函數，分別表示和的權重系數； 表示流入流量，表示流出流量，表示流入流量的污染物濃度，表示流出流量的污染物濃度，表示存儲的水量變化，表示存儲的污染物變化量，和分別表示模型中水流的入口和出口編號集合，表示入口編號，表示出口編號。

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河北工程大學，其通訊地址為：056038 河北省邯鄲市經濟技術開發區太極路19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”。