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！

龙图腾网获悉广东工业大学申请的专利一种基于物理引导深度学习与多目标优化的工程水泥基复合材料性能预测与配合比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：CN121393693B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511973185.9，技术领域涉及：G16C60/00；该发明授权一种基于物理引导深度学习与多目标优化的工程水泥基复合材料性能预测与配合比优化方法及系统是由林嘉祥;陈嘉俊;吴嘉仕;刘恒亮;温佳昊;郭永昌;张舸;陈展标;谢倍欣设计研发完成，并于2025-12-25向国家知识产权局提交的专利申请。

本一种基于物理引导深度学习与多目标优化的工程水泥基复合材料性能预测与配合比优化方法及系统在说明书摘要公布了：本发明属于工程水泥基复合材料技术领域，公开了一种基于物理引导深度学习与多目标优化的工程水泥基复合材料性能预测与配合比优化方法及系统，方法包括：获取工程水泥基复合材料的拉伸试验数据；构建基于物理引导的卷积神经网络模型PhyResNet；利用基于物理引导的卷积神经网络模型PhyResNet，对工程水泥基复合材料的拉伸试验数据进行性能预测；利用基于NSGA‑Ⅱ的多目标优化方法，对预测的性能进行配合比优化。

本发明授权一种基于物理引导深度学习与多目标优化的工程水泥基复合材料性能预测与配合比优化方法及系统在权利要求书中公布了：1.一种基于物理引导深度学习与多目标优化的工程水泥基复合材料性能预测与配合比优化方法，其特征在于，所述方法包括： 获取工程水泥基复合材料的拉伸试验数据； 构建基于物理引导的卷积神经网络模型PhyResNet； 利用基于物理引导的卷积神经网络模型PhyResNet，对工程水泥基复合材料的拉伸试验数据进行性能预测； 利用基于NSGA-Ⅱ的多目标优化方法，对预测的性能进行配合比优化； 基于物理引导的卷积神经网络模型PhyResNet由理论模型与数据驱动模型有机融合； 其中，理论模型包括：抗拉强度模型和极限抗拉应变模型； 数据驱动模型为采用卷积神经网络CNN作为基础的数据驱动预测模型； 抗拉强度模型的表达式为： ； ； ； ； 其中，UTS表示复合材料的抗拉强度，表示基体强度，、、分别表示纤维体积、纤维长度、纤维直径；AR表示纤维长径比；为非线性系数，表征荷载传递效率随长径比的变化；为动态系数，是与基体组成相关的非线性修正因子；、、为通过材料试验拟合得到的经验参数，为界面系数，为权重向量，为输入变量，b为偏置项； 极限抗拉应变模型的表达式为： ； 其中，W表示水的用量，A、B、C、D、E为通过材料试验拟合得到的经验参数。

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广东工业大学，其通讯地址为：510000 广东省广州市越秀区东风东路729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。