买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京航空航天大学申请的专利基于完备模态分解和随机森林响应面拟合的结构参数求解方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116186495B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211090323.5，技术领域涉及：G06F18/10；该发明授权基于完备模态分解和随机森林响应面拟合的结构参数求解方法是由马磊明;姜斌;肖玲斐;于乾坤;郭勤涛;陆宁云设计研发完成，并于2022-09-07向国家知识产权局提交的专利申请。

本基于完备模态分解和随机森林响应面拟合的结构参数求解方法在说明书摘要公布了：本发明公开了一种基于完备模态分解和随机森林响应面拟合的结构参数求解方法；首先，获取结构自振频率和主频数估计值；其次，获得最小频率差，设计频率重叠准则并结合VMD确定分解分量数K，将获得的K个IMF分量和残差项在内的K+1个分量分别进行降噪处理；然后，将降噪重构后的信号利用变速GWO算法结合FIR带通滤波器进行完备划分，综合考虑相关系数、互近似熵和包络谱熵设置目标函数，确定不同因素权重并获得最优分割频率，基于各阶单模态衰减信号求解阻尼比；最后，利用随机森林拟合响应面并结合模态频率求解结构弹性模量和泊松比。本发明能够在强噪声以及存在密集模态的环境中高精度的识别出模态结构参数，提升算法的准确性、鲁棒性、可靠性和实用性。

本发明授权基于完备模态分解和随机森林响应面拟合的结构参数求解方法在权利要求书中公布了：1.一种基于完备模态分解和随机森林响应面拟合的结构参数求解方法，其特征在于，该方法包括： 步骤S1、获取结构主频数估计值和自振频率估计值，根据频谱图估计频率分割范围和相邻频率最小频率差； 步骤S2、基于步骤S1获得的相邻频率最小频率差构造频率重叠准则及其阈值，根据频率重叠准则确定VMD分解最优分量数值K和主频数； 步骤S3、基于步骤S2获得的最优分量数值K对原始模态信号进行分解，将VMD分解获得的K个IMF分量和残差项在内的K+1个信号分量分别进行降噪处理，将降噪后的K+1个信号分量进行重构获得降噪重构信号； 步骤S4、将步骤S3获得的降噪重构信号利用变速GWO算法结合FIR带通滤波器进行完备划分，利用变速GWO算法不断调节带通滤波器的分割值，获得最优的分割频率，优化目标函数综合考虑相关系数、互近似熵和包络谱熵，并利用熵权法确定不同因素权重并获得最优分割频率； 步骤S5、基于步骤S4获得的最优分割频率获取单模态完备衰减信号，并求取模态频率和阻尼比； 步骤S6、基于步骤S5获得的模态频率，利用随机森林拟合响应面获取结构弹性模量和泊松比；具体包括： 将基于有限元软件Patran计算得到的μ组结构不同弹性模量和泊松比下模态仿真结果构成数据集Θ，并利用随机森林算法以弹性模量和泊松比为横坐标，模态频率为纵坐标对数据集Θ进行拟合，结合实验模态结果进行匹配获得结构弹性模量和泊松比； 步骤S601、利用随机森林拟合响应面，具体过程如下： 1对基于有限元软件Patran计算得到的μ组模态仿真结果数据Θ进行编码，作为随机森林算法的输入； 2使用Bootstrap方法从数据集Θ中随机有放回抽取训练集和测试集；并将训练集作为根节点分裂训练多颗回归树； 3依据均方误差最小原则对回归树中的节点分裂至无法进一步分裂，重复该操作生成多颗回归树，将这些树构成森林其中，是随机量；ρ为样本；T为回归树个数； 4构建一系列独立同分布的决策树并进行投票确定样本最终类别，获得的预测结果如下： 式中：νρ为随机森林组合分类预测结果；为决策树分类模型；YT为随机森林输出变量；I·为示性函数；为使变量达到最大值时YT的取值； 5基于随机森林模型以结构弹性模量和泊松比为横坐标，模态频率为纵坐标拟合响应面； 步骤S602、基于步骤S5获得的模态频率和步骤S601拟合的响应面以及实验模态结果，获取结构弹性模量和泊松比。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号南京航空航天大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。