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！

龍圖騰網恭喜西北工業大學申請的專利一種基于機器學習的固態增材制造顆粒碰撞特性預測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：CN115017755B 。

龍圖騰網通過國家知識產權局官網在2025-06-10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：202210505055.2，技術領域涉及：G06F30/23；該發明授權一種基于機器學習的固態增材制造顆粒碰撞特性預測方法是由楊夏煒;柴小霞;趙文瑋;徐銳;馬鐵軍;彭沖;徐雅欣;張勇;李文亞設計研發完成，并于2022-05-10向國家知識產權局提交的專利申請。

本一種基于機器學習的固態增材制造顆粒碰撞特性預測方法在說明書摘要公布了：本發明提出一種基于機器學習的固態增材制造顆粒碰撞特性預測方法，在進行多次模擬的基礎上，將現有數據進行整理，基于機器學習，建立人工神經網絡，充分利用現有的模擬數據實現對未知參量下的顆粒碰撞特性的預測，節省時間和計算成本，實現快速預測；便于同時研究多個實驗參數對模擬結果的影響。

本發明授權一種基于機器學習的固態增材制造顆粒碰撞特性預測方法在權利要求書中公布了：1.一種基于機器學習的固態增材制造顆粒碰撞特性預測方法，其特征在于，包括以下步驟：步驟1：根據需要選擇輸入變量和輸出變量，確定神經網絡的輸入層節點數和輸出層節點數；步驟2：基于歐拉方法，建立三維固態增材制造顆粒碰撞模型，基于步驟1確定的輸入變量進行參數設置，對輸出變量對應參數的計算結果進行整合，建立數據集，包括以下子步驟：步驟2.1：建立三維有限元單顆粒碰撞模型，定義模型角度為、網格類型、網格大小，并對顆粒部分進行局部布種；步驟2.2：根據步驟2.2得到若干組數據后，在創建人工神經網絡前將所有輸入層和對應的輸出層數據打亂，其中至少80％的數據作為訓練集，剩余數據作為測試集；步驟2.3：輸入層的數據進行最值歸一化處理，映射到將數據集映射在[0,1]或[-1,1]內： 其中x為樣本數據，x*為樣本數據映射到將數據集映射在[0,1]或[-1,1]內的值，xmax為樣本數據的最大值，xmin為樣本數據的最小值；步驟3：創建神經網絡，利用步驟2建立的數據集進行訓練測試，對神經網絡進行優化；步驟4：采用步驟3優化后的神經網絡，寫入任意輸入變量的值，獲得對應的輸出變量值，即為得到的預測值。

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西北工業大學，其通訊地址為：710072 陜西省西安市友誼西路127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”。