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！

龙图腾网获悉吉林大学申请的专利结合确定性经验追踪的智能悬架控制方法、介质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：CN120295144B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510775065.1，技术领域涉及：G05B13/04；该发明授权结合确定性经验追踪的智能悬架控制方法、介质及设备是由王铖;崔笑仙;郭孔辉设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本结合确定性经验追踪的智能悬架控制方法、介质及设备在说明书摘要公布了：本发明涉及汽车动力学控制技术领域，尤其涉及一种结合确定性经验追踪的智能悬架控制方法、介质及设备，方法包括对两个评价网络和控制策略网络进行预训练；使用预训练得到的初始控制策略模型根据车辆的第一状态，确定智能悬架输出的第一控制力；将第一控制力作用于车辆，得到车辆的下一第一状态；根据第一控制力以及第一状态，确定第一奖励和辅助奖励组，得到第二样本；利用多组第二样本对预训练得到的两个初始评价模型和初始控制策略模型再次进行训练；在训练的过程中向第一控制力添加扰动量，对应得到训练后的两个最终评价模型和最终控制策略模型。本发明有效解决现有技术中样本利用效率低、数据稳定性差以及高价值数据难以挖掘等问题。

本发明授权结合确定性经验追踪的智能悬架控制方法、介质及设备在权利要求书中公布了：1.一种结合确定性经验追踪的智能悬架控制方法，其特征在于，包括： S1：获取多组第一样本，利用所述第一样本对构建的第一评价网络、第二评价网络和控制策略网络进行预训练，对应得到初始第一评价模型、初始第二评价模型和初始控制策略模型； 在步骤S1中，还包括：增大所述第一评价网络和所述第二评价网络中的网络层数，以及每一层网络中的神经元的数量；同时减小所述控制策略网络中的网络层数，以及每一层网络中的神经元的数量；对修改后的第一评价网络、第二评价网络和控制策略网络进行预训练； S2：步骤S1得到的初始控制策略模型根据车辆在当前时刻的第一状态，确定智能悬架输出的当前时刻的第二控制力；将所述第二控制力作用于车辆，得到所述车辆的下一第二状态；根据所述第二控制力以及所述第二状态，确定第二奖励和辅助奖励组；将所述第二状态、所述第二控制力、所述第二奖励、所述辅助奖励组以及所述下一第二状态作为第二样本； S3：多次重复步骤S2，得到多组第二样本，利用多组第二样本对S1得到的初始第一评价模型、初始第二评价模型和初始控制策略模型再次进行训练；在训练的过程中向所述第二控制力添加扰动量，并根据训练效果改变所述扰动量；训练后得到对应的最终第一评价模型、最终第二评价模型和最终控制策略模型；调整所述扰动量的过程包括：定义基础的高斯噪声方差；当认定第二奖励增长缓慢时，采用线性增加的方式来增大高斯噪声的方差；当认定第二奖励稳定增长时，采用指数衰减的方式来减小高斯噪声的方差； S4：运行所述智能悬架，并利用步骤S4训练好的最终第一评价模型、最终第二评价模型和最终控制策略模型控制所述智能悬架； 在步骤S3和步骤S4之间，还包括：利用步骤S3训练好的最终控制策略模型控制其他车辆的智能悬架，重新得到多组第二样本；重复步骤S3的训练过程，利用新的多组第二样本对所述最终第一评价模型、所述最终第二评价模型和所述最终控制策略模型再次进行训练。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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”。