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！

龙图腾网获悉北京理工大学申请的专利改进社会力模型参数调优定标方法、装置、设备和介质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：CN119514336B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411560874.2，技术领域涉及：G06F30/27；该发明授权改进社会力模型参数调优定标方法、装置、设备和介质是由丁刚毅;黄天羽;闫大鹏;关正;李立杰设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本改进社会力模型参数调优定标方法、装置、设备和介质在说明书摘要公布了：本发明提供了一种改进社会力模型参数调优定标方法、装置、设备及存储介质，涉及虚拟群体仿真技术领域。包括：获取虚拟群体仿真目标场景以及根据所述目标场景确定的评估指标；以改进社会力模型中的交互作用力参数A,n,n′,γ,λ为决策变量、以所述评估指标为目标函数，设置多目标粒子群优化算法参数；针对所述目标场景，设置虚拟群体仿真实验参数；通过对所述目标场景的虚拟群体仿真实验，完成对多目标粒子群优化算法中粒子的评估，得到优化后的所述目标场景下的所述A,n,n′,γ,λ的标定值。使用本发明方法，可以快速得到不同仿真场景下的最优模型参数，使用优化后的模型参数进行虚拟群体仿真，可以提升虚拟群体的运动交互效果。

本发明授权改进社会力模型参数调优定标方法、装置、设备和介质在权利要求书中公布了：1.一种改进社会力模型参数调优定标方法，其特征在于，包括： 获取虚拟群体仿真目标场景以及根据所述目标场景确定的评估指标； 以改进社会力模型中的交互作用力参数A, n, n′, γ,λ为决策变量、以所述评估指标为目标函数，设置多目标粒子群优化算法参数； 针对所述目标场景，设置虚拟群体仿真实验参数； 通过对所述目标场景的虚拟群体仿真实验，完成对多目标粒子群优化算法中粒子的评估，得到优化后的所述目标场景下的所述A, n, n′, γ, λ的标定值； 所述评估指标以提升虚拟群体运动交互过程中的避碰能力作为对所述改进社会力模型的优化指标，包括虚拟群体之间运动交互评估指标和全局运动交互评估指标，具体为人均碰撞次数AACC，平均碰撞深度AACD和全局碰撞分数CS三项评估指标； 定义Agent为二维平面上的圆盘，当与的边界有所重叠时，则认为与发生碰撞，从碰撞双方的边界开始重叠直至双方完全离开对方边界定义为一次碰撞；定义与之间的碰撞深度为双方主体重叠部分沿与圆心连线的长度，具体定义表示为： ； 其中，、分别为与的半径，、分别为与的位置； 人均碰撞次数AACC，表示平均每个Agent发生Agent‑Agent碰撞的次数，反映Agent‑Agent运动交互过程中的碰撞频率，单位为次，具体定义表示为： ； 其中，代表虚拟群体的规模，代表整个仿真过程中与之间发生碰撞的次数； 将碰撞深度定义为一次碰撞过程中的最大碰撞深度，平均碰撞深度AACD表示平均每个Agent每次发生Agent‑Agent碰撞的平均最大碰撞深度，在空间维度上反映出Agent‑Agent碰撞的严重程度，单位为米，具体定义表示为： ； 其中表示与在发生第k次碰撞时的最大碰撞深度； 碰撞分数定义为对整个仿真过程中，每个时间步整个场景中所有正在发生的碰撞的碰撞深度求和，再对总的时间轮数和群体的Agent数量求平均，全局碰撞分数CS的具体定义表示为： ； 其中，表示整个仿真过程所需的时间步，表示在第个时间步与的碰撞深度； 所述决策变量用数组表示为Param = {A, n, n′, γ, λ}，代表要求解的目标场景下的交互力参数的标定值；对于多目标粒子群优化算法中的所有粒子，在t时刻，粒子i在解空间的位置xit代表一组特定的Param值，粒子i的当前位置被所述目标函数评估后，得到粒子i在当前位置的不可行性和目标值，目标值用数组表示为costit={n1, n2, n3}，其中n1, n2, n3分别对应人均碰撞次数AACC，平均碰撞深度AACD和全局碰撞分数CS三项评估指标对粒子位置评估的结果值；根据所述决策变量和目标值确定和设置多目标粒子群优化算法参数，包括决策空间维度、目标空间维度、决策空间的搜索范围、粒子群规模、仓库最大规模和最大迭代次数； 所述虚拟群体仿真实验使用改进社会力模型，所述实验参数包括智能体半径、感知邻居范围、智能体期望速率和仿真限制时长； 所述完成对多目标粒子群优化算法中粒子的评估，得到优化后的所述目标场景下的所述A, n, n′, γ, λ的标定值的具体方法是: 使用所述多目标粒子群优化算法参数初始化粒子群、仓库和迭代次数； 以所述粒子群中粒子的位置xit为交互作用力参数输入的改进社会力模型和针对所述目标场景设置的虚拟群体仿真实验参数，对所述目标场景进行虚拟群体仿真实验，通过仿真实验返回所述目标函数对粒子在当前位置的评估结果，评估结果包括所述目标值数组costit={n1, n2, n3}和不可行性； 根据所述粒子的目标值数组和不可行性，更新多目标粒子群优化算法中的粒子速度、位置、支配属性、个体最优pBest、全局最优gBest，以及仓库中的非支配解；按照预设的迭代次数完成粒子群的迭代更新和对粒子群中粒子的评估，输出最优非支配解集； 从最优非支配解集中选择一个解对所述目标场景下的A, n, n′, γ, λ参数进行标定。

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北京理工大学，其通讯地址为：100080 北京市海淀区中关村南大街5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。