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！

龙图腾网获悉西南交通大学申请的专利一种基于正则化流生成式模型的可靠度评估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：CN121118694B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511650943.3，技术领域涉及：G06F30/27；该发明授权一种基于正则化流生成式模型的可靠度评估方法是由曹子君;万棋;邓钦宣;赵昭设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本一种基于正则化流生成式模型的可靠度评估方法在说明书摘要公布了：本发明提供了一种基于正则化流生成式模型的可靠度评估方法，属于人工智能领域、可靠度评估技术领域，方法包括：S1、确定功能函数；S2、基于正则化流生成式模型与观测数据，对多维参数联合分布进行概率建模，获取多维参数联合分布概率空间转换模型；S3、将正则化流生成式模型结合传统可靠度方法，形成基于正则化流生成式模型的可靠度评估方法；S4、基于多维参数联合分布概率空间转换模型与功能函数，通过基于正则化流生成式模型的可靠度评估方法进行迭代式可靠度计算，获取失效概率。本发明能够更合理的考虑随机变量之间的非线性相关性，在涉及具有非线性相关结构的多维参数联合分布的可靠度问题中更为准确高效，具有较好的应用前景。

本发明授权一种基于正则化流生成式模型的可靠度评估方法在权利要求书中公布了：1.一种基于正则化流生成式模型的可靠度评估方法，其特征在于，包括： S1、确定功能函数：首先明确待评估对象，提取待评估对象的关键属性，依据所述关键属性构建功能函数； S2、基于正则化流生成式模型与观测数据，对多维参数联合分布进行概率建模，获取多维参数联合分布概率空间转换模型：所述多维参数为待评估对象的关键属性对应的参数； 所述观测数据通过两种方式获取，一是对多维参数进行实际监测得到的监测数据，二是基于多维参数的理论分布模拟生成的数据；使用所述观测数据训练正则化流生成式模型，通过迭代优化确定模型参数，基于所述模型参数构建多维参数联合分布概率空间转换模型； S3、将训练完成的所述正则化流生成式模型结合传统可靠度方法，形成基于正则化流生成式模型的可靠度评估方法：结合过程中，根据所选传统可靠度方法的计算逻辑，融入多维参数联合分布概率空间转换模型的概率空间转换能力； S4、基于多维参数联合分布概率空间转换模型与功能函数，通过基于正则化流生成式模型的可靠度评估方法进行迭代式可靠度计算，获取失效概率； 步骤S3中传统可靠度方法包括一阶可靠度方法、二阶可靠度方法、蒙特卡洛模拟方法； 当所选传统可靠度方法为一阶可靠度方法时，结合流程具体为： S3.1基于训练完成的正则化流生成式模型，调用多维参数联合分布概率空间转换模型，得到原始空间与独立标准正态空间的双向转换逻辑； S3.2针对一阶可靠度方法迭代过程中需计算的功能函数对原始空间随机变量的偏导数，因正则化流生成式模型为隐式模型，采用差分方法求解，所述差分方法包括前向差分、后向差分、中心差分； S3.3将S3.1的转换逻辑与S3.2的偏导数求解结果嵌入一阶可靠度方法算法的迭代步骤，形成适配非线性相关多维参数的一阶可靠度方法评估方法； 步骤S4中迭代式可靠度计算的具体步骤为： S4.1设定初始验算点，初始验算点取独立标准正态空间中的零向量； S4.2调用多维参数联合分布概率空间转换模型，将初始验算点零向量转换为原始空间的随机变量初始值； S4.3将随机变量初始值代入功能函数，结合求解的偏导数，计算功能函数对各随机变量的灵敏度系数； S4.4根据灵敏度系数与独立标准正态空间的随机变量值，计算当前迭代的可靠指标； S4.5基于当前迭代的可靠指标与灵敏度系数，更新独立标准正态空间的随机变量值； S4.6调用转换模型，将随机变量值转换为新的原始空间随机变量值，以新的原始空间随机变量值与随机变量值重复S4.3~S4.5，得到第一次迭代后的可靠指标。

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西南交通大学，其通讯地址为：610000 四川省成都市郫都区犀安路999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。