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！

龙图腾网获悉江苏师范大学申请的专利一种含Ce与Nb的双相高强钢焊缝力学性能预测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：CN114218854B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202111444900.1，技术领域涉及：G06F30/27；该发明授权一种含Ce与Nb的双相高强钢焊缝力学性能预测方法是由赵瑾玥;郭永环;范希营设计研发完成，并于2021-11-30向国家知识产权局提交的专利申请。

本一种含Ce与Nb的双相高强钢焊缝力学性能预测方法在说明书摘要公布了：本发明公开了一种含Ce与Nb的双相高强钢焊缝力学性能预测方法，基于差分进化算法DE优化支持向量机SVM的DE‑SVM预测模型，将Ce与Nb含量作为输入变量，将焊缝抗拉强度、屈服强度、伸长率与冲击功作为输出变量，通过DE‑SVM预测模型对双相高强钢力学性能进行预测；DE‑SVM预测模型采取自适应选择策略，可获得较高的预测精度，同时，根据进化经验不断调整控制参数分布范围、并通过自适应控制参数对SVM寻找更优的惩罚函数c和核函数g的参数的方式，还可大幅减少模型的进化代数，具有优异的适应性与稳定性，能够为解决CeNb添加量对双相高强钢焊缝力学性能影响的优化提供数据支持。

本发明授权一种含Ce与Nb的双相高强钢焊缝力学性能预测方法在权利要求书中公布了：1.一种含Ce与Nb的双相高强钢焊缝力学性能预测方法，其特征在于，基于差分进化算法DE优化支持向量机SVM的DE-SVM预测模型，具体包括以下步骤： 步骤一、均匀试验设计：采用均匀化试验设计确定焊接时Ce与Nb元素具体添加量与分组； 步骤二、建立SVM分类模型：将Ce的含量wt1、Nb的含量wt2作为输入变量，将焊缝的抗拉强度Rm、下屈服强度Rel、断后伸长率A5.65以及冲击功KV作为输出变量，将均匀试验数据分为训练数据和测试数据，建立多变量输入、多变量输出的SVM分类模型； 建立多变量输入、多变量输出的SVM分类模型具体建立过程如下： Ⅰ.设计支持向量机训练集合输入为N＝{B1,N1B2,N2B3,N3…Bn,Nn},n为训练样本数，建立输入变量与输出变量之间的关系： Ni＝ωΤΦΒi+b 式中：ω表示法向量，b表示位移量，ΦBi表示映射函数，Bi为训练样本量； Ⅱ.定义双相高强钢焊缝力学性能输出量超平面ωΤx+b＝0，将超平面分类后建立数学模型公式为： Ⅲ.采用hinge损失将优化问题进行转化，列出SVM分类模型的基本模型公式： 其中ξi为松弛变量，c为惩罚函数、且选择惩罚参数c0，n为训练样本数； Ⅳ.与核函数gBi,Bj构造凸二次规划问题并求解，并引入拉格朗日乘子，建立拉格朗日函数如下： 式中αi、αj为拉格朗日乘子，可得最优解： Ⅴ.对ω*进行计算，为α*分量，满足可计算出 式中ω*为决策函数法向量，b*为位移分量； Ⅵ.利用超平面分类决策函数fx＝signω*×B+b*求出超平面； 步骤三、建立以DE算法为基础的自适应DE算法：将DE算法的精确策略赋值更改为近似策略赋值，以收敛性差别为依据选择参与运算的个体，种群的进化经验自适应地选择最适合当前种群的差分策略与算法控制参数，通过计算种群中每个个体的目标函数值，从每一次随机选择最佳个体，并对每一个目标向量选择一种策略； 建立自适应DE算法具体过程如下： Ⅰ.初始化一个规模为NP的种群Bi、且Bi为D维向量； Ⅱ.采用基本差分进化算法中DErand1bin差分策略，基本变异向量为第i个个体的第G代，可产生变异个体Vi,G为： 式中G为当前进化代数，Vi,G为第G代种群，F为变异算子，下标r1，r2，r3是在1和NP之间随机选择的与i不同的整数； Ⅲ.通过变异个体Vi,G和个体Bi,G交叉操作，可得到试验个体 式中Cr为交叉因子，jrand为向量集合[1,2,…,D]中的一个随机整数； Ⅳ.交叉操作所有种群，根据对应个体的适应度寻优进入下一代迭代 其中Xi,G为上一次迭代的其他个体； 步骤四、利用自适应DE算法对SVM分类模型进行优化：利用自适应DE算法对SVM分类模型的惩罚函数c和核函数g的参数进行随机优化选择，设计变异率为：其中e为自然对数底、Gm为最大迭代次数、G为当前迭代次数、1为自适应调节系数，令缩放因子F为变异率的指数函数，则F＝F0×2λ，其中F0为缩放因子初始值，生成DE-SVM模型，得到输出变量的预测结果。

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江苏师范大学，其通讯地址为：221116 江苏省徐州市铜山新区上海路101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”。