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！

龙图腾网获悉西安现代控制技术研究所申请的专利基于坐标下降深度集成的固体火箭动力成本效能预测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：CN121543472B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610087966.6，技术领域涉及：G06F30/27；该发明授权基于坐标下降深度集成的固体火箭动力成本效能预测方法是由刘钧圣;骆盛;李国旭;许琛;乔浩;高登巍设计研发完成，并于2026-01-22向国家知识产权局提交的专利申请。

本基于坐标下降深度集成的固体火箭动力成本效能预测方法在说明书摘要公布了：本发明涉及航空航天飞行器总体设计等领域，公开了一种基于坐标下降深度集成的固体火箭动力成本效能预测方法，包括：构建固体火箭发动机的多源融合数据库，并训练基于坐标下降优化的集成稀疏神经网络；所述集成稀疏神经网络包含加性模型，加性模型由基学习器和对应的权重系数进行构造；在集成稀疏神经网络的各个基学习器的训练中，构建包含均方误差项和范数正则化项的目标函数；所述范数正则化项用于对基学习器的输入层到隐层的权重矩阵施加行稀疏约束；针对固体火箭发动机的新设计方案，获取其特征参数并构造输入特征，将其输入到训练好的集成稀疏神经网络，得到预测的输出响应，用于对固体火箭发动机动力系统进行成本估算或效能估算；本发明收敛速度快且精度高。

本发明授权基于坐标下降深度集成的固体火箭动力成本效能预测方法在权利要求书中公布了：1.基于坐标下降深度集成的固体火箭动力成本效能预测方法，其特征在于，包括： 利用固体火箭发动机的特征参数构建多源融合数据库； 构建集成稀疏神经网络；所述集成稀疏神经网络包含加性模型，加性模型由基学习器和对应的权重系数进行构造； 基于多源融合数据库，对所述集成稀疏神经网络执行基于坐标下降法的全局循环参数训练；在每一轮循环中对当前的基学习器进行更新时，固定其他基学习器的贡献，计算集成稀疏神经网络的全局残差，并重新训练当前的基学习器以最小化全局残差； 在集成稀疏神经网络的各个基学习器的训练中，构建包含均方误差项和范数正则化项的目标函数；所述范数正则化项用于对基学习器的输入层到隐层的权重矩阵施加行稀疏约束； 针对固体火箭发动机的新设计方案，获取固体火箭发动机的特征参数并构造输入特征后，输入到训练好的集成稀疏神经网络中得到预测的输出响应，用于对固体火箭发动机动力系统进行成本估算或效能估算； 多源数据融合库包括输入特征空间与输出响应空间； 输入特征空间中的每个样本包含多维的特征参数；所述特征参数包括几何设计参数、工艺参数和性能参数； 几何设计参数包括固体火箭发动机的几何特征，几何特征包括药柱燃烧表面积与体积比、喷管扩张比、芯模拔模角度、药柱前端倒角、星角数、药柱长径比、药柱外径、星角角度、星边圆角半径、体积装填分数的至少一个； 输出响应空间中包含每个样本对应的输出响应；该输出响应包括固体火箭发动机动力系统的成本指标或效能指标。

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安现代控制技术研究所，其通讯地址为：710065 陕西省西安市雁塔区丈八东路10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。