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！

龙图腾网获悉中山大学申请的专利针对黑盒随机优化的模型优化方法、装置、终端及介质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：CN119647148B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411880487.7，技术领域涉及：G06F30/20；该发明授权针对黑盒随机优化的模型优化方法、装置、终端及介质是由何笑雨;裴泽霖;潘毅;彭柏淳;郑子彬设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本针对黑盒随机优化的模型优化方法、装置、终端及介质在说明书摘要公布了：本申请公开了一种针对黑盒随机优化的模型优化方法、装置、终端及介质，本申请的方法在每次迭代周期里，根据模型参数和当前的迭代周期，依次确定当前迭代周期的种群梯度和动量向量；基于当前迭代周期的动量向量、模型解参数和步长参数，通过高斯平滑处理逻辑和归一化下降计算式，计算下一迭代周期的模型解参数，当未满足迭代终止条件时，基于新迭代周期的模型解参数，通过种群梯度计算式和动量更新计算式，计算新迭代周期的种群梯度和动量向量，使得本申请在保留高斯平滑对处理高维优化问题的优点的同时，利用种群搜索有效降低解空间的采样噪声，提高优化效率和收敛速度，提升了算法的整体性能和稳定性。

本发明授权针对黑盒随机优化的模型优化方法、装置、终端及介质在权利要求书中公布了：1.一种针对黑盒随机优化的模型优化方法，其特征在于，包括： 获取目标黑盒随机优化模型的模型参数，所述模型参数包括：模型解参数、步长参数、动量学习率参数、平滑半径参数、种群大小和最大迭代次数； 根据所述模型参数和当前的迭代周期，依次确定当前迭代周期的种群梯度和动量向量； 基于当前迭代周期的动量向量、模型解参数和步长参数，通过高斯平滑处理逻辑和归一化下降计算式，计算下一迭代周期的模型解参数，当所述目标黑盒随机优化模型的收敛性或迭代次数满足预设的迭代终止条件时，则输出当前的模型解参数，若否，则基于所述下一迭代周期的模型解参数，通过种群梯度计算式和动量更新计算式，计算对应迭代周期的种群梯度和动量向量； 所述基于所述下一迭代周期的模型解参数，通过种群梯度计算式和动量更新计算式，计算对应迭代周期的种群梯度和动量向量具体包括： 根据所述下一迭代周期的模型解参数，从采样数据分布中抽取与所述种群大小相对应的数据样本，以及在解空间中生成与所述种群大小相对应的高斯扰动向量； 通过高斯平滑处理，计算每对高斯扰动向量和数据样本的梯度分量，以根据各个梯度分量的均值作为对应迭代周期的种群梯度； 根据最新迭代周期的种群梯度和本次迭代周期的种群梯度，按照所述动量更新计算式，计算对应迭代周期的动量向量。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。