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一种结构化子空间学习的固体火箭性能-成本分析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：CN121615260B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610153144.3，技术领域涉及：G06F30/15；该发明授权一种结构化子空间学习的固体火箭性能-成本分析方法是由刘钧圣;骆盛;高登巍;李国旭;乔浩;贺文凯设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本一种结构化子空间学习的固体火箭性能-成本分析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，公开了一种结构化子空间学习的固体火箭性能‑成本分析方法，包括：构造模型样本数据集，结合相似度图矩阵构造结构化稀疏子空间特征选择模型，并进行求解，得到优化后的行稀疏正交投影矩阵，其中非零行的行索引在模型样本中对应的特征参数即为筛选出的成本驱动因子；构造代理模型的训练样本数据集，基于训练样本计算对应的特定投送成本作为输出响应，并对代理模型进行训练；对每个成本驱动因子，通过随机采样方法构造预测样本数据集，采用序列二次规划方法在预测样本数据集中寻优，确定特定投送成本最小的预测样本作为最终的固体火箭设计方案。

本发明授权一种结构化子空间学习的固体火箭性能-成本分析方法在权利要求书中公布了：1.一种结构化子空间学习的固体火箭性能-成本分析方法，其特征在于，包括： 基于固体火箭不同类别的特征参数构造模型样本数据集； 将模型样本数据集中的模型样本作为节点，构造自适应相似度图；节点之间边的权重为节点对应的模型样本之间的相似度；利用模型样本之间的相似度构造相似度图矩阵； 基于模型样本数据集以及相似度图矩阵构造结构化稀疏子空间特征选择模型，包括目标函数及约束条件；所述目标函数如下： ； 约束条件如下： ； 其中表示最小化，表示模型样本数据集中的模型样本数量；上标表示转置操作；表示范数；表示范数；为求矩阵的迹；表示对角化矩阵；表示模型样本数据集中第个模型样本和第个模型样本；为相似度图矩阵中第行列的元素，表示之间的相似度；为行稀疏正交投影矩阵；为特征参数的权重矩阵，其对角线上的元素表示第个特征参数的重要性权重；特征注意力矩阵由的所有对角线元素构成；为图控制参数，取值范围为；为全局方差最大化项的权重控制参数，取值范围为；表示相似度图矩阵中第行的相似度向量；表示全1向量；为单位矩阵；表示行稀疏正交投影矩阵中非零行的数量； 对目标函数中的相似度图矩阵、特征注意力矩阵和行稀疏正交投影矩阵在约束条件下进行交替求解，得到优化后的行稀疏正交投影矩阵，其中非零行的行索引在模型样本中对应的特征参数即为筛选出的成本驱动因子； 基于筛选出的所有成本驱动因子以及模型样本数据集，构造代理模型的训练样本数据集；对于每个训练样本，确定其对应的特定投送成本，将特定投送成本作为训练样本的输出响应，从而得到输出响应集； 构造代理模型；利用训练样本数据集和输出响应集对代理模型进行训练； 对每个成本驱动因子设定对应的取值空间；通过随机抽样方法构造预测样本数据集，利用训练好的代理模型确定每个预测样本对应的特定投送成本；在预测样本数据集中寻优，确定特定投送成本最小的预测样本作为最终的固体火箭设计方案。

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。