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！

龙图腾网获悉浙江大学申请的专利一种压电半导体器件的多物理场耦合力学行为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：CN118940715B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202410928757.0，技术领域涉及：G06F30/398；该发明授权一种压电半导体器件的多物理场耦合力学行为预测方法是由肖争光;张春利;张伟;陈伟球设计研发完成，并于2024-07-11向国家知识产权局提交的专利申请。

本一种压电半导体器件的多物理场耦合力学行为预测方法在说明书摘要公布了：本发明公开了一种压电半导体器件的多物理场耦合力学行为的预测方法，该预测方法通过网格化反演全连接神经网络模型预测多物理场耦合力学行为，在求解压电半导体多场耦合非线性问题中具有显著优势，既能够实现复杂耦合关系的灵活建模，又能应对非线性效应，实现高效优化；同时，通过并行训练物理信息神经网络，在计算问题复杂、计算量大的情况下，减小模型训练过程中的损失函数，使训练出的模型能够更快速地预测问题的近似解，从而提高计算效率和预测的准确性。此外，该预测方法在训练模型的过程中融合了物理定律，使设计模型具有较强的泛化能力，能够在缺乏数据的情况下，提高模型预测结果的精度，增强本发明设计的模型的实际应用价值。

本发明授权一种压电半导体器件的多物理场耦合力学行为预测方法在权利要求书中公布了：1.一种压电半导体器件的多物理场耦合力学行为预测方法，其特征在于：该预测方法包括以下步骤： 步骤一、获取压电半导体器件的试验或仿真数据作为数据集，数据集中数据为压电半导体器件的关键物理量；所述的步骤一中，关键物理量包括：压电半导体器件的位移、电势和电子浓度； 步骤二、构造网格化反演全连接神经网络模型；网格化反演全连接神经网络模型包括多个并行的结构相同的物理信息神经网络；物理信息神经网络包括输入层、隐藏层和输出层； 步骤三、构建网格化反演全连接神经网络模型的损失函数，该损失函数通过各物理信息神经网络的损失函数进行均值计算获取；各物理信息神经网络的损失函数包括各物理信息神经网络的物理信息误差项和数据误差项；使用数据集训练步骤二构建出的网格化反演全连接神经网络模型；所述的物理信息误差项通过对位移、电势和电子浓度相关的多物理场非线性方程组进行变换获取； 所述的物理信息误差项的获取方法如下： 根据压电半导体控制方程、本构方程、非线性应变位移关系以及电场和电子浓度梯度关系，耦合力-电-载流子三个物理场，构建偏微分方程组；将偏微分方程组转化成由物理量矩阵和参数矩阵构成的矩阵形式，其表示为： ； 其中，Na为参数矩阵；Uax,y,z为物理量矩阵；q为外载荷；a=1,2,...,A；A为物理量矩阵类别数； 在参数矩阵中引入自适应参数λ，对矩阵形式的偏微分方程组进行变换，根据变换后的偏微分方程组获取物理信息误差项的表达式为： ； 其中，n为数据集的大小；为预测的物理量矩阵； 步骤四、采集待测压电半导体器件局部的位移、电势和电子浓度，并输入训练完成的网格化反演全连接神经网络模型中，预测压电半导体器件整体的位移、电势和电子浓度。

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浙江大学，其通讯地址为：310030 浙江省杭州市西湖区余杭塘路866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。