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！

龙图腾网获悉中国科学院计算机网络信息中心申请的专利一种基于神经网络的超高速碰撞过程模拟方法和装置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：CN120012563B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510051957.7，技术领域涉及：G06F30/27；该发明授权一种基于神经网络的超高速碰撞过程模拟方法和装置是由王彦棡;周纯葆;杨沁蒙;聂宁明设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本一种基于神经网络的超高速碰撞过程模拟方法和装置在说明书摘要公布了：本公开实施例提供一种基于神经网络的超高速碰撞过程模拟方法和装置，其中方法包括：获取目标时刻的目标物质点的空间坐标信息，目标物质点为超高速碰撞过程中待模拟物体的物质点；将空间坐标信息输入预先训练好的目标神经网络，得到目标神经网络输出的初始等效塑性应变和初始应力三轴度；将空间坐标信息和初始等效塑性应变输入预先训练好的第一算子神经网络，得到第一算子神经网络输出的目标物质点在目标时刻的应力三轴度；将空间坐标信息和初始应力三轴度输入预先训练好的第二算子神经网络，得到第二算子神经网络输出的目标物质点在目标时刻的等效塑性应变。本方法可以在超高速碰撞复杂环境中实现高精度模拟与预测。

本发明授权一种基于神经网络的超高速碰撞过程模拟方法和装置在权利要求书中公布了：1.一种基于神经网络的超高速碰撞过程模拟方法，其特征在于，所述方法包括： 获取目标时刻的目标物质点的空间坐标信息，所述目标物质点为超高速碰撞过程中待模拟物体的物质点； 将所述空间坐标信息输入预先训练好的目标神经网络，得到所述目标神经网络输出的初始等效塑性应变和初始应力三轴度； 将所述初始等效塑性应变输入第一分支网络，提取得到初始等效塑性应变特征向量；将所述空间坐标信息输入第一主干网络，提取得到第一空间坐标特征向量；根据所述初始等效塑性应变特征向量和所述第一空间坐标特征向量，得到模拟的所述目标物质点的在所述目标时刻的应力三轴度；第一算子神经网络由所述第一分支网络和所述第一主干网络组成，所述第一算子神经网络采用深度算子网络DeepONet网络结构； 将所述空间坐标信息和所述初始应力三轴度输入预先训练好的第二算子神经网络，得到所述第二算子神经网络输出的所述目标物质点在所述目标时刻的等效塑性应变； 其中，所述目标神经网络、所述第一算子神经网络和所述第二算子神经网络的组合用于模拟超高速碰撞过程中物质点的空间坐标信息、应力三轴度和等效塑性应变之间的非线性映射关系；所述第一算子神经网络和所述第二算子神经网络采用相同的网络结构； 所述目标神经网络采用以下方式训练得到： 将样本物质点的样本空间坐标信息输入初始神经网络，得到所述初始神经网络输出的等效塑性应变初始值和应力三轴度初始值； 将所述样本空间坐标信息和所述等效塑性应变初始值输入预先训练好的第一算子神经网络，得到所述第一算子神经网络输出的所述样本物质点的应力三轴度预测值； 将所述样本空间坐标信息和所述应力三轴度初始值输入预先训练好的第二算子神经网络，得到所述第二算子神经网络输出的所述样本物质点的等效塑性应变预测值； 根据应力三轴度实测值和所述应力三轴度初始值之间的差异，以及等效塑性应变实测值和所述等效塑性应变初始值之间的差异，确定第三网络损失； 根据所述应力三轴度实测值和所述应力三轴度预测值之间的差异，以及所述等效塑性应变实测值和所述等效塑性应变预测值之间的差异，确定第四网络损失； 根据所述第三网络损失和所述第四网络损失调整所述初始神经网络的网络参数，当达到训练结束条件时，得到所述目标神经网络。

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中国科学院计算机网络信息中心，其通讯地址为：100190 北京市海淀区中关村南四街4号院内2号楼；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”。