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！

龙图腾网获悉西北工业大学申请的专利用于结构动响应预测的可解释神经网络模型及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：CN120725168B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511145346.5，技术领域涉及：G06N5/045；该发明授权用于结构动响应预测的可解释神经网络模型及预测方法是由杨特;赵福星;梁舒雅;杨智春;田玮设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本用于结构动响应预测的可解释神经网络模型及预测方法在说明书摘要公布了：本发明提出一种用于结构动响应预测的可解释神经网络模型及预测方法，在结构模态理论基础上，构建了具有明确物理意义的神经网络模型，包括输入层、隐含层与输出层；输入层和输出层的每个神经元内部的权值参数为与模态振型相关的物理语义参数，隐含层分为实部神经元和虚部神经元，隐含层神经元均与结构模态一一对应，其内部参数与模态频率、模态质量与模态阻尼系数具备明确的映射关系，可用于精确模拟结构的频响函数形式，实现对结构频域响应的可解释性表达。该模型采用频域功率谱误差构建损失函数，并基于正定性原则进行参数优化，确保训练过程在解析性约束下收敛，提高建模鲁棒性。

本发明授权用于结构动响应预测的可解释神经网络模型及预测方法在权利要求书中公布了：1.一种用于结构动响应预测的可解释神经网络模型，包括输入层、隐含层与输出层；其特征在于： 所述输入层用于接收动载荷频域信号，共设有A个输入层神经元，数量A不少于受载结构在实际应用场景中可能采用的最大动载荷加载点个数；输入层每个神经元内部的权值参数为与模态振型相关的物理语义参数； 输入层共设有A个输入层神经元，其中为输入层中第a个神经元；输入层中每个神经元内部均包含n个权值参数，其中第a个神经元内的权值参数向量设为，为输入层第a个神经元的第i个权值参数，的物理意义为模态振型矩阵归一化系数；输入层神经元用于接收作用于第a个自由度的频域动载荷信号，其输出定义为归一化模态载荷分量的对应向量： 为频率参数，，为向量中的第i个元素； 所述隐含层分为两个并行计算的模块：实部计算模块与虚部计算模块；实部计算模块共包括n个隐含层实部神经元，分别对应受载结构的n阶主模态的实部；虚部计算模块包括n个隐含层虚部神经元，分别对应受载结构的n阶主模态的虚部；隐含层中的每个实部神经元和每个虚部神经元内部的权值参数均为与模态频率、模态阻尼、模态质量相关的物理语义参数； 隐含层中，实部计算模块共包括n个隐含层实部神经元，虚部计算模块包括n个隐含层虚部神经元；隐含层中的第i个实部神经元与第i个虚部神经元均用于接收输入层中各个神经元输出向量中的第i个元素，输出分别为第i阶模态归一化动响应的实部信号与虚部信号： 其中，与为第i个实部神经元的权值参数，与为第i个虚部神经元的权值参数，为受载结构的第i阶模态的固有频率参数，为虚数单位； 所述输出层用于输出计算得到的结构动响应信号，共设有B个输出层神经元，数量B不少于实际应用中拟关注的动响应观测点的个数；输出层的每个神经元内部的权值参数为与模态振型相关的物理语义参数； 输出层共设有B个输出层神经元，其中为输出层中的第b个神经元，输出层中每个神经元内部均包含有n个权值参数，其中第b个神经元内的权值参数向量设为，为输出层第b个神经元的第i个权值参数，的物理意义为动响应观测点的归一化模态振型系数；输出层神经元用于接收隐含层所有神经元的输出信号与，并输出第b个自由度的频域动响应信号： 其中表示隐含层所有神经元的输出组成的输出向量，第i个元素为受载结构的第i阶模态归一化动响应，有。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。