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！

龙图腾网获悉武汉理工大学申请的专利基于汽车特征参数的多车型风阻系数实时预测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：CN120724161B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511239935.X，技术领域涉及：G06F18/214；该发明授权基于汽车特征参数的多车型风阻系数实时预测方法及系统是由汪怡平;李梦迪;王军彦;陈海欧;司艳茹设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本基于汽车特征参数的多车型风阻系数实时预测方法及系统在说明书摘要公布了：本申请提供一种基于汽车特征参数的多车型风阻系数实时预测方法及系统，涉及车辆风阻系数预测技术领域，所述方法步骤包括获取包含整车特征参数及车型标签的原始数据集，对原始数据集进行处理，并划分得到测试集和非测试集；采用贝叶斯优化方法并利用非测试集对XGBoost模型进行超参数调优，确定XGBoost模型的近似最优超参数；再利用麻雀搜索算法进行再次优化得到最优超参数；对优化后的XGBoost模型进行多次训练及验证，确定最优模型，以进行风阻系数预测。本申请能够在应对不同车型风阻预测时确保高预测精度的同时具备良好的计算效率，并满足快速迭代与实时预测的需求。

本发明授权基于汽车特征参数的多车型风阻系数实时预测方法及系统在权利要求书中公布了：1.一种基于汽车特征参数的多车型风阻系数实时预测方法，其特征在于，步骤包括： 获取包含整车特征参数及溜背式车型、旅行背式车型、折背式车型三类车型标签的原始数据集，对所述原始数据集进行处理，并划分得到测试集和非测试集； 采用贝叶斯优化方法并利用所述非测试集对XGBoost模型进行超参数调优，确定XGBoost模型的近似最优超参数，所述贝叶斯优化的步骤具体包括： 定义包括决策树数量、决策树最大深度、学习率、样本子采样比例、特征子采样比例、最大增益阈值、最小样本分裂阈值、L1正则化系数，以及L2正则化系数的9维超参数搜索空间，利用拉丁超立方采样方法确定初始采样点，采用TPE算法结合5折交叉验证对XGBoost的关键超参数进行迭代寻优，得到XGBoost模型的近似最优超参数； 再利用麻雀搜索算法进行再次优化得到最优超参数，所述利用麻雀搜索算法进行再次优化的步骤具体包括： 根据贝叶斯优化得到的近似最优超参数定义新的小范围超参数搜索空间； 新的超参数空间计算公式如下： ； ； 式中：W表示新的超参数区间宽度；H表示原超参数空间上限；L表示原超参数空间下限；α表示收缩系数且α∈0,1；表示新超参数空间下限；表示新超参数空间上限；表示贝叶斯优化得到的近似最优超参数值； 对麻雀搜索算法参数进行初始化，结合5折交叉验证再次对XGBoost模型的关键超参数进行迭代寻优，得到XGBoost模型的最优超参数； 对优化后的XGBoost模型进行多次训练及验证，确定最优模型，以进行风阻系数预测。

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武汉理工大学，其通讯地址为：430000 湖北省武汉市洪山区珞狮路122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。