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！

龙图腾网获悉大连理工大学申请的专利燃料电池离心式空压机高维多目标多工况优化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：CN119647319B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202411684361.2，技术领域涉及：G06F30/28；该发明授权燃料电池离心式空压机高维多目标多工况优化方法及系统是由孙希雷;隆武强;田华;肖鸽;席德翔设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本燃料电池离心式空压机高维多目标多工况优化方法及系统在说明书摘要公布了：本申请属于燃料电池技术领域，具体涉及燃料电池离心式空压机高维多目标多工况优化方法及系统，方法包括：构建燃料电池空压机性能分析与优化系统，通过搭建综合性能测试平台、建立多物理场耦合CFD仿真模型并结合机器学习算法提升仿真与优化效率；基于燃料电池系统需求定义压力比和等熵效率为优化目标，并通过实验与仿真数据评估空压机性能；融合多目标多种群优化方法、档案库共享技术、遗传算法等建立MMPS算法，对叶轮、蜗壳和扩压器相关结构参数进行高维多目标优化。本申请解决了现有燃料电池离心式空压机多目标协同优化需求难以满足、高维度变量优化难度大及复杂流动特性控制难点的技术问题。

本发明授权燃料电池离心式空压机高维多目标多工况优化方法及系统在权利要求书中公布了：1.燃料电池离心式空压机高维多目标多工况优化方法，其特征在于，方法包括： 步骤1：构建燃料电池空压机性能分析与优化系统，通过搭建综合性能测试平台、建立多物理场耦合CFD仿真模型、验证仿真结果与测试数据的一致性，确定几何模型的优化方向，基于正交试验设计进行批量仿真生成多工况数据，并结合机器学习算法构建和验证数据驱动模型以提升仿真与优化效率； 步骤2：基于燃料电池系统需求和多工况数据分析，定义优化目标为压力比和等熵效率，并通过实验与仿真数据计算评估空压机的压缩能力与效率表现； 步骤3：融合多目标多种群优化方法、档案库共享技术、档案库更新策略、遗传算法、K-means聚类方法建立多目标多种群优化算法，使用多目标多种群优化算法针对叶轮、蜗壳和扩压器和相关结构参数进行高维多目标优化，以提升其在多工况下的性能； 其中，步骤3包括： 步骤3.1：构建多目标多种群优化框架，通过将优化目标划分为10个子种群并行优化，结合基于遗传算法的交叉算子与变异算子进行解的生成与改进，以提升解集的多样性和全局搜索能力，从而在复杂的多目标优化问题中实现高效的解集探索与优化； 步骤3.2：交叉算子采用优先交叉操作，通过对高适应值个体进行排序和双优交叉策略实现基因重组，提升种群适应性和解集多样性；变异算子采用插入突变操作，通过针对低适应值个体的基因插入与优化增强种群多样性和全局搜索能力，确保优化结果的稳定性与性能提升； 步骤3.3：通过构建档案库共享技术，在多目标多种群优化框架中利用档案库A存储和共享优秀解，协助种群间的信息交互与优先交叉操作，实现自适应搜索和种群协同进化； 步骤3.4：提出一种档案库更新策略，通过对新生成种群的解集进行筛选、扰动及基于K-means聚类的多样性保存操作，更新档案库以提升精英解的收敛性与质量，从而在多目标多种群优化框架中增强种群的协同进化能力和优化效率； 步骤3.5：通过融合多目标多种群优化方法、档案库共享技术、档案库更新策略、遗传算法和K-means聚类方法，建立多目标多种群优化算法，以随机初始化种群并通过优先交叉操作和插入突变操作更新种群，结合档案库更新策略优化解集，最终输出档案库中的精英解作为优化结果。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。