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！

龙图腾网获悉苏州元脑智能科技有限公司申请的专利一种基于混合神经网络模型的海洋潮位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：CN120354749B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510822268.1，技术领域涉及：G06F30/27；该发明授权一种基于混合神经网络模型的海洋潮位模拟方法和装置是由李龙翔设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本一种基于混合神经网络模型的海洋潮位模拟方法和装置在说明书摘要公布了：本公开涉及海洋数值模拟技术领域，具体涉及一种基于混合神经网络模型的海洋潮位模拟方法和装置，方法包括：获取目标海域的开边界上调和参数，输入混合神经网络模型中预训练的物理信息神经网络模型，获取多个观潮站的模拟潮位时序数据；构建训练数据集，将训练数据集输入混合神经网络模型中的深度神经网络模型，对深度神经网络模型进行训练；将多个观潮站的实测潮位时序数据输入训练完成的深度神经网络模型，从深度神经网络模型获取多个节点的最优调和参数。本公开实施例提供的方法通过构建并训练深度神经网络模型，通过直接将观潮站实测潮位数据输入混合神经网络模型，得到最优调和参数，降低数值模拟过程中的人力时间成本，提高数值模拟效率。

本发明授权一种基于混合神经网络模型的海洋潮位模拟方法和装置在权利要求书中公布了：1.一种基于混合神经网络模型的海洋潮位模拟方法，其特征在于，所述方法包括： 获取目标海域的开边界上多个节点分别对应的调和参数，将所述调和参数输入混合神经网络模型中预训练的物理信息神经网络模型，获取多个观潮站分别对应的模拟潮位时序数据； 其中，所述获取目标海域的开边界上多个节点分别对应的调和参数，包括：通过天文分潮参数随机生成器，获取目标海域的开边界上Nb个节点中每个节点对应的NT组调和参数；其中，每组调和参数均包括8个天文分潮中第k个天文分潮的振幅与相位； 所述预训练的物理信息神经网络模型，基于以下步骤实现： 构建物理信息神经网络模型的输入层与输出层，所述输入层至少包括Nb个节点中每个节点对应的NT组调和参数，所述输出层至少包括M个观潮站中每个观潮站的NT组模拟潮位时序数据； 基于物理约束项与数据驱动项，定义所述物理信息神经网络模型的复合损失函数；其中，所述物理约束项采用浅水方程作为物理约束； 通过梯度反向传播算法最小化所述复合损失函数，当所述复合损失函数低于预设阈值时，完成所述物理信息神经网络模型的训练； 其中，述构建物理信息神经网络模型的输入层与输出层，包括： 构建物理信息神经网络模型的输入层，所述输入层包括以下至少一项：目标海域中任一采样坐标与采样时间x,y,t、开边界上各节点的NT组调和参数；其中，所述目标海域中的采样坐标包括以下至少一项：开边界上各节点、观潮站点、海域内部点； 构建所述物理信息神经网络模型的输出层，所述输出层包括以下至少一项：所述目标海域中任一采样坐标的模拟潮位ζx,y,t、流速分量Ux,y,t与Vx,y,t，其中，所述模拟潮位ζx,y,t、流速分量Ux,y,t与Vx,y,t用于构成模拟潮位时序数据； 基于所述调和参数与所述模拟潮位时序数据构建训练数据集，将所述训练数据集输入混合神经网络模型中的深度神经网络模型，对所述深度神经网络模型进行训练，以使所述深度神经网络模型学习从模拟潮位时序数据到调和参数的逆向映射关系； 将所述多个观潮站的实测潮位时序数据输入训练完成的所述深度神经网络模型，从所述深度神经网络模型获取所述多个节点的最优调和参数。

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苏州元脑智能科技有限公司，其通讯地址为：215000 江苏省苏州市吴中经济开发区综保区经一路1号8幢；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”。