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基于双循环逆向设计的轮轨成分工艺优化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：CN121118696B 。

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：202511651106.2，技术领域涉及：G06F30/27；该发明授权基于双循环逆向设计的轮轨成分工艺优化方法是由王文健;李欢;丁昊昊;张沭玥;王泓豪;林强;薛虎东;周仲荣;汪渊;黄孝卿;周剑华;张晓峰;刘启跃设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本基于双循环逆向设计的轮轨成分工艺优化方法在说明书摘要公布了：本发明提供了基于双循环逆向设计的轮轨成分工艺优化方法，属于轮轨材料设计与优化技术领域，方法包括：S1、构建数据集一；S2、构建数据集二；S3、数据预处理与特征选择；S4、构建第二循环正向模型；S5、构建第二循环逆向模型；S6、构建第一循环正向模型；S7、构建第一循环逆向模型。本发明旨在打破现有技术对“成分‑工艺‑性能”完整数据链和单一强大算法的依赖，通过构建双循环优化框架，在稀疏、异构的数据基础上，实现特定服役工况下性能的精准预测，并直接、快速地反向求解出最优的成分与工艺参数组合。

本发明授权基于双循环逆向设计的轮轨成分工艺优化方法在权利要求书中公布了：1.基于双循环逆向设计的轮轨成分工艺优化方法，其特征在于，包括： S1、构建数据集一：收集轮轨的化学成分、加工工艺与力学性能特征原始数据作为初始样本，所有初始样本组成初始数据集一； S2、构建数据集二：收集轮轨的力学性能、服役条件与服役性能特征原始数据作为初始样本，所有初始样本组成初始数据集二； S3、数据预处理与特征选择：对初始数据集一、初始数据集二进行预处理得到数据集，对数据集进行Min‑max标准化，结合Pearson相关系数法分析特征并进行特征剔除，再通过主成分分析对保留特征进行降维，构建建模数据集； S4、构建第二循环正向模型：将建模数据集中对应数据集二的部分划分为训练集二和测试集二，以力学性能、服役条件为输入、服役性能为输出构建机器学习正向预测模型二，用训练集二训练模型，测试集二评估准确性，结合粒子群优化算法优化超参数并交叉验证模型； S5、构建第二循环逆向模型：基于进化算法构建多目标优化框架，设定力学性能和服役条件的约束范围并初始化种群，以训练好的机器学习正向预测模型二为适应度评估工具，迭代寻优输出力学性能最优解； S6、构建第一循环正向模型：将建模数据集中对应数据集一的部分划分为训练集一和测试集一，以化学成分、加工工艺为输入、力学性能为输出构建机器学习正向预测模型一，用训练集一训练模型，测试集一评估准确性，结合网格搜索优化超参数，交叉验证提升模型稳定性与泛化能力； S7、构建第一循环逆向模型：基于进化算法构建多目标优化框架，以力学性能最优解为优化目标，设定化学成分与加工工艺参数约束范围并初始化种群，以训练好的机器学习正向预测模型一为适应度评估工具，迭代寻优输出最优化学成分与加工工艺参数； S8、闭环迭代优化：将最优化学成分与加工工艺参数对应的性能结果，反馈至机器学习正向预测模型二和机器学习正向预测模型一，更新数据集一和数据集二，重新执行步骤S4至S7，实现成分‑工艺‑力学性能‑服役性能闭环系统。

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 四川省成都市金牛区二环路北一段111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。