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！

龙图腾网获悉北京信息科技大学申请的专利基于自适应遗传算法和神经网络的气动参数辨识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：CN114021308B 。

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：202111205150.2，技术领域涉及：G06F30/20；该发明授权基于自适应遗传算法和神经网络的气动参数辨识方法是由范军芳;豆登辉;刘宁;王伟;王海森;陈仕伟;牟清东设计研发完成，并于2021-10-15向国家知识产权局提交的专利申请。

本基于自适应遗传算法和神经网络的气动参数辨识方法在说明书摘要公布了：本申请公开了一种基于自适应遗传算法和神经网络的气动参数辨识方法。其中，该方法包括：基于所获取的飞行体的攻角、飞行马赫数、升降舵偏角、气动系数建立神经网络模型；利用自适应调整的遗传算法对所述神经网络模型的初始权值和阈值进行优化，并基于优化后的初始权值和阈值训练所述神经网络模型；利用优化训练后的所述神经网络模型来辨识所述飞行体的实时气动系数，并利用所述神经网络模型的导数特性来辨识所述飞行体的实时气动导数。本发明解决了现有技术中气动参数辨识结果不精确的技术问题。

本发明授权基于自适应遗传算法和神经网络的气动参数辨识方法在权利要求书中公布了：1.一种基于自适应遗传算法和神经网络的气动参数辨识方法，其特征在于，包括： 基于所获取的飞行体的攻角、飞行马赫数、升降舵偏角和气动系数建立神经网络模型； 利用自适应调整的遗传算法对所述神经网络模型的初始权值和阈值进行优化，并基于优化后的初始权值和阈值训练所述神经网络模型； 利用优化训练后的所述神经网络模型来辨识所述飞行体的实时气动系数，并利用所述神经网络模型的导数特性来辨识所述飞行体的实时气动导数； 其中，所述气动参数包括所述气动系数和所述气动导数； 其中，对交叉概率进行自适应调整包括：增加每次迭代过程中平均适应度值表现差的种群在下次迭代中的交叉概率，减小平均适应度值表现好的种群在下次迭代中的交叉概率，并随着迭代次数的增加，逐渐减小总体的交叉概率；和或对变异概率进行自适应调整包括：增加每次迭代过程中平均适应度值表现差的种群在下次迭代中的变异概率，减小平均适应度值表现好的种群在下次迭代中的变异概率，并随着迭代次数的增加，逐渐减小总体的变异概率； 其中，交叉概率的计算公式如下： 其中，Pc为种群下一代交叉概率，Pcmax为设定的最大交叉概率，Pcx为某个大于0小于Pcmax的数，n为当前迭代次数，N为迭代总次数，Fbest为当前迭代中适应度值最小的种群个体的适应度值，Fagvn为当前迭代中种群平均适应度值，μ为影响因子； 其中，变异概率的自适应计算公式同交叉操作： 其中，Pm为种群下一代变异概率，Pmmax为最大变异概率，Pmx为大于0小于Pmmax的数，υ为影响因子。

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北京信息科技大学，其通讯地址为：100192 北京市海淀区清河小营东路12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”。