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RBF神经网络驱动的液态铅铋合金的管道冲蚀寿命预测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：CN118261056B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202410428206.8，技术领域涉及：G06F30/27；该发明授权RBF神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法及系统是由唐江;姜乃斌;闵光云设计研发完成，并于2024-04-10向国家知识产权局提交的专利申请。

本RBF神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法及系统在说明书摘要公布了：本发明涉及计算机科学和工程技术领域，公开了RBF神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法及系统，包括以下具体步骤：实时采集液态铅铋合金的管道冲蚀数据；对采集到的原始数据进行预处理，得到训练数据集；基于径向基函数RBF神经网络结构建立寿命预测模型；通过训练数据集，采用自适应优化策略训练寿命预测模型；通过训练好的寿命预测模型进行实时的液态铅铋合金的管道冲蚀寿命预测。本发明解决了现有技术无法适用于液态铅铋合金的管道冲蚀寿命预测的的问题，且具有自适应性和实时性强的特点。

本发明授权RBF神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法及系统在权利要求书中公布了：1.RBF神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法，其特征在于：包括以下具体步骤： 实时采集液态铅铋合金的管道冲蚀数据；对采集到的原始数据进行预处理，得到训练数据集； 基于径向基函数RBF神经网络结构建立寿命预测模型，其具体步骤为： 初始化包括输入层、隐含层和输出层的RBF神经网络；其中，输入层和输出层之间的关系为非线性映射； 获取样本序列，通过样本序列X，Y确定输入层的节点数a、隐含层结点数n、学习速率和激活函数； 设输入层的输入值为X＝X1，X2,...,Xa；设输出层的输出值为Y＝Y1，Y2,...,Yb；设wkj和wik分别为输入层到隐藏层之间与隐藏层到输出层之间的权值，得到隐藏层神经元数据Hn、预测输出数据Pk、预测误差ek的表示: ek＝Yb-Pkk＝1,2,…,n 其中，aj表示RBF神经网络隐藏层中第j个神经元的偏置项，l表示隐藏层神经元的节点数，f表示隐含层激活函数，Hi表示应用激活函数f后隐藏层中第i个神经元的输出，xi表示神经网络的第i个输入值，bk表示输出层中第k个神经元的偏置项； 通过训练数据集，采用自适应优化策略训练寿命预测模型，其具体步骤为： 随机选择初始化聚类中心，从训练数据集中选择m个样本作为初始的聚类中心；根据最小距离准则，将每个样本划分到距离其最近的聚类中心，并将每个聚类的样本的平均值作为新的聚类中心，进行反复迭代；计算样本到新聚类中心的距离，并按最小距离原则将样本分配给最近的聚类，持续迭代直至聚类中心不再变化，聚类过程结束；得到寿命预测模型的梯度； 使用梯度下降法通过训练数据集训练RBF神经网络，训练中采用梯度搜索技术通过最小化目标函数调整各隐节点的参数，包括数据中心、扩展常数和输出权值，延长训练时间并增加网络复杂性； 训练中，采用自适应梯度优化策略，引入RMSProp优化算法，基于寿命预测模型的梯度对参数wkj和ci进行更新，根据每个参数的梯度的平方移动平均来调整学习率； 通过训练好的寿命预测模型进行实时的液态铅铋合金的管道冲蚀寿命预测。

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。