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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利大规模流场代理模型的交叉验证训练方法、装置及设备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：CN120278036B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510703450.5，技术领域涉及：G06F30/27；该发明授权大规模流场代理模型的交叉验证训练方法、装置及设备是由武泽平;王晨鹭;马嘉凯;李怡庆;马帅超设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本大规模流场代理模型的交叉验证训练方法、装置及设备在说明书摘要公布了：本申请涉及一种大规模流场代理模型的交叉验证训练方法、装置及设备，该方法包括：确定设计变量范围并进行归一化处理；对设计变量进行递归排列演化实验设计，生成样本点并进行数值仿真，获取流场数据作为流场中各节点的响应值；构建大规模流场中每个节点的代理模型，并基于相同的形状参数计算代理模型对应的基函数矩阵；通过构建仅与形状参数和设计变量相关的第二中间矩阵和仅与节点响应值相关的全局矩阵，计算全流场交叉验证误差平方和，并以最小化该误差平方和为优化目标进行形状参数寻优，直至收敛输出基于最优形状参数的最优代理模型执行流场预测任务。本方法能够实现大规模流场代理模型的快速可靠验证和高效准确的流场预测。

本发明授权大规模流场代理模型的交叉验证训练方法、装置及设备在权利要求书中公布了：1.一种大规模流场代理模型的交叉验证训练方法，其特征在于，所述方法包括： 步骤1，确定飞行器优化的设计变量的范围并进行归一化处理； 步骤2，对设计变量进行递归排列演化实验设计，生成设计变量的样本点； 步骤3，对所述样本点进行流场数值仿真，获取飞行器的大规模流场数据作为流场中各节点的响应值； 步骤4，采用径向基函数算法构建大规模流场中每个节点的代理模型，并在每个代理模型中基于相同的形状参数计算代理模型对应的基函数矩阵； 步骤5，将递归排列演化实验设计过程中每个子空间的样本作为测试集，并从所述基函数矩阵的逆矩阵中，提取与当前测试集对应的重叠元素并组建为子矩阵，综合所有测试集对应的子矩阵构建为第一中间矩阵，并在基于所述第一中间矩阵构建仅与形状参数和设计变量相关的第二中间矩阵后，根据所述第二中间矩阵和仅与节点响应值相关的全局矩阵构建每个代理模型的交叉验证误差平方和，并综合大规模流场中每个节点对应的交叉验证误差平方和，构建得到全流场交叉验证误差平方和； 步骤6，以最小化全流场交叉验证误差平方和为优化目标，采用粒子群优化算法对所述形状参数进行优化，优化过程中，所述全局矩阵保持不变，基于优化后的形状参数更新代理模型并重新计算全流场交叉验证误差平方和，直至误差收敛，输出基于最优形状参数的最优代理模型执行流场预测任务； 其中，所述步骤2包括： 步骤2.1，定义飞行器优化需求的样本数为n，对包含n个样本的空间进行递归拆分，直至每个子空间中包含或个样本；其中，拆分数为并得到个子空间； 步骤2.2，利用优化拉丁超立方实验设计算法生成样本数为的初始样本集；其中，表示第i个样本； 步骤2.3，对于所述初始样本集中的样本进行循环删除操作，选取删除操作后均匀性最优的个样本作为演化样本集； 步骤2.4，将演化样本集中的个样本填充至每个子空间中，并对填充后的样本进行PIO寻优，得到优化后的样本点。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；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”。