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！

龙图腾网获悉南京理工大学申请的专利面向通用设计场景的MEMS传感器智能设计方法及系统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：CN119623154B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411598796.5，技术领域涉及：G06F30/23；该发明授权面向通用设计场景的MEMS传感器智能设计方法及系统是由孙大鹰;程雄;梁梓铖;王冲;顾文华设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本面向通用设计场景的MEMS传感器智能设计方法及系统在说明书摘要公布了：本发明公开了一种面向通用设计场景的MEMS传感器智能设计方法及系统，该方法包括：基于有限元仿真获取大量MEMS传感器的“结构参数‑性能参数”数据对；构建并训练验证网络以建立从结构参数到性能参数的映射关系；将模糊范围、精确数值及无约束的三类不同设计需求量化为统一的区间表示，并使用逆向生成策略构建包含设计需求的数据集；构建并训练搜索网络实现从设计需求到可行结构的映射关系；构建精度优化器提高搜索网络输出可行解的质量。与传统智能设计模型相比，本发明模型扩展性强，无需重新训练即可支持多种设计需求类型，并具备自动迭代优化精度的能力，从而实现高精度、快速的MEMS传感器设计。

本发明授权面向通用设计场景的MEMS传感器智能设计方法及系统在权利要求书中公布了：1.一种面向通用设计场景的MEMS传感器智能设计方法，其特征在于，包括： 步骤S1：基于有限元仿真获取MEMS传感器实验数据； 步骤S2：基于MEMS传感器实验数据，构建并训练验证网络实现从结构参数到性能参数的映射关系； 步骤S3：基于验证网络生成数据，量化不同类型的设计需求，并使用逆向生成策略构建包含设计需求的数据集； 步骤S4：基于数据集，构建并训练搜索网络实现从设计需求到可行结构的映射关系； 步骤S5：构建精度优化器优化搜索网络输出的可行解的质量； 步骤S3中所述量化不同类型的设计需求的量化方式为： 其中，A和B分别代表设计需求上限或下限的常数，yi为被约束的第i个性能参数，cr为设计需求中的第r个约束，0≤r≤m+n，crl为约束的下界，cru为约束的上界； 对于无约束的设计需求，量化方式为： cr:yi∈-∞,+∞ 在归一化的表达中，用0和1分别代表无穷小和无穷大； 步骤S4中训练搜索网络时，先将约束条件Clu输入到搜索网络中得到预测结构参数X*，再将X*输入到步骤S2中训练的验证网络得到Y*；之后通过损失函数计算误差，并通过反向传播算法不断迭代训练，直至搜索网络误差达到预期； 所述损失函数为： 其中，LSN为搜索网络用于反向传播的误差值，γ为性能参数所引起误差的权重参数，cxi1、cxiu、cyj1、cyju∈Clu；函数T为： 其中a与c须满足a≤c，a，b，c为T函数的变量。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。