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！

龍圖騰網獲悉中國人民解放軍國防科技大學申請的專利大規模流場代理模型的交叉驗證訓練方法、裝置及設備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：CN120278036B 。

龍圖騰網通過國家知識產權局官網在2025-08-15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：202510703450.5，技術領域涉及：G06F30/27；該發明授權大規模流場代理模型的交叉驗證訓練方法、裝置及設備是由武澤平;王晨鷺;馬嘉凱;李怡慶;馬帥超設計研發完成，并于2025-05-29向國家知識產權局提交的專利申請。

本大規模流場代理模型的交叉驗證訓練方法、裝置及設備在說明書摘要公布了：本申請涉及一種大規模流場代理模型的交叉驗證訓練方法、裝置及設備，該方法包括：確定設計變量范圍并進行歸一化處理；對設計變量進行遞歸排列演化實驗設計，生成樣本點并進行數值仿真，獲取流場數據作為流場中各節點的響應值；構建大規模流場中每個節點的代理模型，并基于相同的形狀參數計算代理模型對應的基函數矩陣；通過構建僅與形狀參數和設計變量相關的第二中間矩陣和僅與節點響應值相關的全局矩陣，計算全流場交叉驗證誤差平方和，并以最小化該誤差平方和為優化目標進行形狀參數尋優，直至收斂輸出基于最優形狀參數的最優代理模型執行流場預測任務。本方法能夠實現大規模流場代理模型的快速可靠驗證和高效準確的流場預測。

本發明授權大規模流場代理模型的交叉驗證訓練方法、裝置及設備在權利要求書中公布了：1.一種大規模流場代理模型的交叉驗證訓練方法，其特征在于，所述方法包括： 步驟1，確定飛行器優化的設計變量的范圍并進行歸一化處理； 步驟2，對設計變量進行遞歸排列演化實驗設計，生成設計變量的樣本點； 步驟3，對所述樣本點進行流場數值仿真，獲取飛行器的大規模流場數據作為流場中各節點的響應值； 步驟4，采用徑向基函數算法構建大規模流場中每個節點的代理模型，并在每個代理模型中基于相同的形狀參數計算代理模型對應的基函數矩陣； 步驟5，將遞歸排列演化實驗設計過程中每個子空間的樣本作為測試集，并從所述基函數矩陣的逆矩陣中，提取與當前測試集對應的重疊元素并組建為子矩陣，綜合所有測試集對應的子矩陣構建為第一中間矩陣，并在基于所述第一中間矩陣構建僅與形狀參數和設計變量相關的第二中間矩陣后，根據所述第二中間矩陣和僅與節點響應值相關的全局矩陣構建每個代理模型的交叉驗證誤差平方和，并綜合大規模流場中每個節點對應的交叉驗證誤差平方和，構建得到全流場交叉驗證誤差平方和； 步驟6，以最小化全流場交叉驗證誤差平方和為優化目標，采用粒子群優化算法對所述形狀參數進行優化，優化過程中，所述全局矩陣保持不變，基于優化后的形狀參數更新代理模型并重新計算全流場交叉驗證誤差平方和，直至誤差收斂，輸出基于最優形狀參數的最優代理模型執行流場預測任務； 其中，所述步驟2包括： 步驟2.1，定義飛行器優化需求的樣本數為n，對包含n個樣本的空間進行遞歸拆分，直至每個子空間中包含或個樣本；其中，拆分數為并得到個子空間； 步驟2.2，利用優化拉丁超立方實驗設計算法生成樣本數為的初始樣本集；其中，表示第i個樣本； 步驟2.3，對于所述初始樣本集中的樣本進行循環刪除操作，選取刪除操作后均勻性最優的個樣本作為演化樣本集； 步驟2.4，將演化樣本集中的個樣本填充至每個子空間中，并對填充后的樣本進行PIO尋優，得到優化后的樣本點。

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中國人民解放軍國防科技大學，其通訊地址為：410073 湖南省長沙市開福區德雅路109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”。