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！

龙图腾网获悉广州大学申请的专利用于求解约束机械多体系统高指标微分代数方程的神经网络构建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：CN119558357B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411464246.4，技术领域涉及：G06N3/0464；该发明授权用于求解约束机械多体系统高指标微分代数方程的神经网络构建方法及系统是由唐卷;罗凯;曾晓青;谢漫淇;冯文奥;杨中华设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本用于求解约束机械多体系统高指标微分代数方程的神经网络构建方法及系统在说明书摘要公布了：本申请公开了一种用于求解高指标微分代数方程的神经网络构建方法及系统，通过预处理方程、构建物理信息神经网络模型、定义损失函数、设置训练参数和数据、以及使用L‑BFGS算法进行迭代训练，实现高指标微分代数方程的高效精确求解，最后，使用训练好的神经网络模型对受约束机械臂系统的微分代数方程进行求解，通过在定义域内均匀选取变量值并输入到训练好的模型中，从而获得系统的解，此外，还将神经网络的预测解与实际解进行对比分析，以测试和优化模型的性能，通过这种方式，可以高效且精确地解决受约束机械臂系统中的非线性高指标微分代数方程问题。

本发明授权用于求解约束机械多体系统高指标微分代数方程的神经网络构建方法及系统在权利要求书中公布了：1.一种用于求解约束机械多体系统的高指标微分代数方程的神经网络构建方法，其特征在于，包括： S1.构建预处理模块，用于对高指标微分代数方程进行预处理； S2.构建基于KAN的高指标微分代数方程物理信息神经网络模型； S3.根据高指标微分代数方程的物理信息构建损失函数； S4.设置训练参数，生成训练数据，利用L-BFGS算法对高指标微分代数方程物理信息神经网络模型进行迭代训练；获取用于求解高指标微分代数方程物理信息神经网络模型； 所述步骤S3，包括：根据高指标微分代数方程的特点，将微分代数方程的物理信息嵌入到基于KAN的神经网络，构建基于KAN的神经网络的残差损失项L残差，具体如下公式所示： 通过对初始条件的真实值与神经网络的预测值的均方误差作为神经网络的初始条件损失，构建基于KAN的神经网络的初始损失项L初始，具体如下公式所示： 其中，N为残差点数量，N为初始点数量，f为微分函数方程和代数函数方程，为初始条件的真实值，y为神经网络的预测值； 根据所述神经网络的残差损失项和初始损失项得到总的损失函数L，具体如下公式所示： ＝L残差+L初始 所述步骤S4，包括： S41.根据微分代数方程的复杂程度，设置神经网络的规模，包括神经网络的宽度和深度，设置神经网络基函数的网格数和阶数； S42.设置优化器最小化损失函数； S43.在整个时域内均匀采样，生成残差数据点集； S44.根据微分代数方程的初始条件，生成初始条件数据集； S45.将残差数据点集和初始条件数据集组成训练数据； S46.使用训练数据，迭代训练神经网络模型，使用L-BFGS优化算法最小化损失函数，得到最优的神经网络模型。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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。