Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京航空航天大学陶亚宁获国家专利权

南京航空航天大学陶亚宁获国家专利权

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!

龙图腾网获悉南京航空航天大学申请的专利一种考虑偏好的云制造系统数字孪生迁移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:CN119885827B

龙图腾网通过国家知识产权局官网在2025-11-28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:202411777773.0,技术领域涉及:G06F30/27;该发明授权一种考虑偏好的云制造系统数字孪生迁移建模方法是由陶亚宁;郭宇;钱伟伟;黄少华;王胜博;潘艳飞设计研发完成,并于2024-12-05向国家知识产权局提交的专利申请。

一种考虑偏好的云制造系统数字孪生迁移建模方法在说明书摘要公布了:本发明公开了一种考虑偏好的云制造系统数字孪生迁移建模方法,基于云制造系统的生产关系,构建云制造系统的知识图谱;构建云制造系统云端模型库中的数字孪生模型集合;所述数字孪生模型包括几何模型、行为模型、逻辑模型与性能模型;基于云制造数字孪生模型可迁移的特点,构建云制造服务需求方的数字孪生建模的需求集合;根根据注意力机制捕捉建模需求与待选择模型之间的交互和偏好关系,构建推荐算法,从数字孪生模型库中筛选出最优的模型进行迁移。本发明提供的考虑偏好的迁移建模方法为云制造系统数字孪生的精确应用,提供了高效、准确的建模方法,对云制造系统智能化的提升具有重要的价值。

本发明授权一种考虑偏好的云制造系统数字孪生迁移建模方法在权利要求书中公布了:1.一种考虑偏好的云制造系统数字孪生迁移建模方法,其特征在于,包括以下步骤: 1基于云制造系统的生产关系,构建云制造系统的知识图谱; 2构建云制造系统云端模型库中的数字孪生模型集合;所述数字孪生模型包括几何模型、行为模型、逻辑模型与性能模型; 3基于云制造数字孪生模型可迁移的特点,构建云制造服务需求方的数字孪生建模的需求集合; 4根根据注意力机制捕捉建模需求与待选择模型之间的交互和偏好关系,构建推荐算法,从数字孪生模型库中筛选出最优的模型进行迁移; 步骤4所述根根据注意力机制捕捉建模需求与待选择模型之间的交互和偏好关系,实现过程如下: 第i个构建需求对第j个候选模型的偏好表示为: 其中,表示第i个构建需求对第j个候选模型的偏好;分别表示对第i个构建需求对第j个几何模型、第i个构建需求对第j个行为模型、第i个构建需求对第j个逻辑模型和第i个构建需求对第j个性能模型的偏好;xgm,xbm,xlm,xpm小括号里面的符号表示在同一组模型的重要程度,即偏好值,偏好值不小于0,且xgm+xbm+xlm+xpm=1; 步骤4所述构建推荐算法实现过程如下: 模型构建的需求与数字孪生模型之间的交互矩阵记为其中,cmde表示数字孪生模型构建需求,CMde表示数字孪生模型构建需求集合;vmpr表示数字孪生模型,VMpr表示数字孪生模型集合;incm,vm表示cmde与vmpr之间的交互情况,取值0或1,0表示无交互,1表示有交互;在给定交互矩阵和知识图谱G条件下,迁移建模的目标是根据模型构建的需求,预测数字孪生模型库中的模型是否会被选中,预测公式为: 其中,表示根据模型构建的需求cmde选中vmpr进行迁移建模的概率;cmde为数字孪生模型构建需求;vmpr为候选数字孪生模型;ω为预测模型fpredict.的待训练参数; 步骤4所述从数字孪生模型库中筛选出最优的模型进行迁移实现过程如下: 当出现新的建模需求时,通过推荐算法fpredict.从云端模型库中推送出最优的数字孪生模型用于迁移建模;记为模型构建需求表示和候选模型表示的点积表示向量的点积,构建需求对候选模型的标签为实际迁移的交互情况,即当incm,vm=1时,表示根据cmde选择vmpr进行迁移,incm,vm=0时,则不迁移。

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航空航天大学,其通讯地址为:210016 江苏省南京市秦淮区御道街29号南京航空航天大学;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。

免责声明
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。