浙江理工大学王骏骋获国家专利权
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!
龙图腾网获悉浙江理工大学申请的专利一种基于高斯过程回归模型的磁流变减振器建模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:CN119167786B 。
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:202411365685.X,技术领域涉及:G06F30/27;该发明授权一种基于高斯过程回归模型的磁流变减振器建模方法是由王骏骋;周明垚;夏景演;向忠;章世伟设计研发完成,并于2024-09-29向国家知识产权局提交的专利申请。
本一种基于高斯过程回归模型的磁流变减振器建模方法在说明书摘要公布了:一种基于高斯过程回归模型的磁流变减振器建模方法,包括以下步骤:步骤1:基于磁流变减振器力学特性测试的数据采集和预处理;步骤2:确定磁流变减振器高斯过程回归先验分布;步骤3:计算高斯过程回归模型的后验均值与后验协方差;步骤4:磁流变减振器高斯过程回归模型评估;步骤5:超参数优化计算;步骤6:磁流变减振器高斯过程回归模型的最终评估与应用。本发明在保证模型精度的前提下,克服以神经网络模型为代表的非参数化模型在面对大规模数据集时,可能引发的计算资源不足和训练时间成本增加等问题;同时,针对训练数据中噪声干扰可能导致模型过拟合问题,提出一种具有抑制噪声干扰功效的核函数,以提高模型的建模精度。
本发明授权一种基于高斯过程回归模型的磁流变减振器建模方法在权利要求书中公布了:1.一种基于高斯过程回归模型的磁流变减振器建模方法,其特征在于:所述建模方法包括以下步骤: 步骤1:基于磁流变减振器力学特性测试的数据采集和预处理: 利用磁流变减振器力学测试平台系统对磁流变减振器进行力学性能测试,利用传感器采集磁流变减振器工作过程中的样本数据,所有样本数据经过归一化处理,标准化放缩至[-1,1]区间,以增强模型训练的收敛效率和预测精度; 经预处理的数据被划分为训练集、验证集和测试集,其中训练集用于训练和调整磁流变减振器高斯过程回归模型,验证集用于检验磁流变减振器高斯过程回归模型是否满足设定的性能要求,测试集用于筛选出最优磁流变减振器高斯过程回归模型用于实际应用; 磁流变减振器高斯过程回归模型以工作电流、活塞运动位移和速度作为模型输入变量,预测阻尼力作为模型输出变量;通过训练和调整磁流变减振器高斯过程回归模型,进而捕捉输入变量与输出变量之间的复杂映射关系,以期精准预测磁流变减振器的输出阻尼力; 步骤2:确定磁流变减振器高斯过程回归先验分布; 步骤3:计算高斯过程回归模型的后验均值与后验协方差; 步骤4:磁流变减振器高斯过程回归模型评估: 设定能达到均方根误差RMSE值小于设定值的模型为满足性能条件的磁流变减振器高斯过程回归模型,进入到步骤6;若均方根误差RMSE大于或等于设定值,则进入步骤5进一步开展超参数优化计算,重新调整磁流变减振器高斯过程模型的相关参数; 步骤5:超参数优化计算; 步骤6:磁流变减振器高斯过程回归模型的最终评估与应用: 经步骤4,满足高斯过程回归模型评估过程中模型精度的要求后,利用测试集数据对所有满足性能条件的磁流变减振器高斯过程回归模型进行最终评估测试,选择以均方根误差值最低的模型作为最优磁流变减振器高斯过程回归模型,应用于实际工程中。
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理工大学,其通讯地址为:310012 浙江省杭州市经济技术开发区白杨街道2号大街928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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励