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海军工程大学申请的专利利用海鸥优化算法的神经网络预测燃气轮机性能的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：CN119740467B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411755383.3，技术领域涉及：G06F30/27；该发明授权利用海鸥优化算法的神经网络预测燃气轮机性能的方法是由祝燕;余又红;贺星;夏舸;杨睿;丁泽民;陈阳设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本利用海鸥优化算法的神经网络预测燃气轮机性能的方法在说明书摘要公布了：本发明属于燃气轮机性能预测技术领域，涉及一种利用海鸥优化算法和BP神经网络预测燃气轮机性能的方法。本发明包括通过海鸥优化算法优化BP神经网络的初始权值和阈值的步骤和确定BP神经网络最优初始权值和最佳阈值，并利用训练数据训练BP神经网络。本发明利用海鸥优化算法确定出BP神经网络的最佳初始权值和最佳阈值，解决了BP神经网络因为权值、阈值是随机产生的，难以获得最优值，影响网络收敛速度和收敛精度的问题。

本发明授权利用海鸥优化算法的神经网络预测燃气轮机性能的方法在权利要求书中公布了：1.利用海鸥优化算法的神经网络预测燃气轮机性能的方法,其特征在于：包括以下步骤： 步骤1、随机选择训练数据和测试数据，并将数据归一化； 步骤2、设置BP神经网络的输入层和输出层神经元个数，隐藏层大小，输入层到隐藏层的权值个数以及隐藏层到输出层的权值个数； 步骤3、设置BP神经网络的超参数；包括根据模型的复杂度和数据规模设置训练次数和学习速率；设置训练目标最小误差；设置BP神经网络最小性能梯度； 步骤4、通过海鸥优化算法优化BP神经网络的初始权值和阈值； （1）将BP神经网络中的初始权值和阈值编码作为海鸥种群的位置信息，设置海鸥优化算法参数，上下位置边界分别为ub和lb，最大迭代次数为maxiteration，设置海鸥种群数量为N，优化的位置数量为D； （2）初始化种群位置其中，,分别代表海鸥上下位置边界，P为海鸥种群位置，rand为（0，1）均匀分布的随机数列； （3）将燃气轮机实测数据的训练集输入BP神经网络中，利用每只海鸥位置表示的超参数开始训练BP神经网络，通过将训练集输入训练后的BP神经网络中，得到燃气轮机实测数据的预测值，计算预测值的平均绝对误差，计算公式为：；其中MAE为预测值的平均绝对误差；S为预测样本的个数，i＝1,2,…,S；yi为燃气轮机输出实测值，为燃气轮机输出预测值； （4）记录初始全局最优海鸥位置Pbest和对应的全局最优适应度Fbest； （5）确定迁徙方向，可以描述为，为海鸥迁徙方向，表示不与其他海鸥存在位置冲突的新位置，为海鸥受最优海鸥位置的影响；两者计算公式如下： ，t为本次迭代次数，为控制变化频率的函数，Maxiteration为最大迭代次数，x为t-1时海鸥位置； ，rand为（0,1）内的随机数； （6）展开局部搜索，在海鸥捕食阶段持续改变攻角以及速度，更新海鸥位置P； 公式为，表示海鸥攻击猎物时在空中进行螺旋运动；表示海鸥螺旋运动半径，θ表示攻击角度，u为螺旋形状参数，v表示海鸥运动的速度； （7）通过（3）-（6）迭代计算，根据迭代训练得到的最优海鸥个体位置Pbest和对应的最优适应度Fbest； 步骤5、确定BP神经网络最优初始权值和最佳阈值，并利用训练数据训练BP神经网络； （1）最优海鸥个体位置Pbest赋值给BP神经网络的权重值和阈值； （2）按照步骤3设置的BP神经网络超参数，将划分出的燃气轮机归一化训练数据输入BP神经网络进行训练； 步骤6、利用训练过的BP神经网络进行预测。

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海军工程大学，其通讯地址为：430033 湖北省武汉市解放大道717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”。

以上内容由龙图腾AI智能生成。