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！

龙图腾网获悉安徽大学;中国科学院合肥物质科学研究院申请的专利一种新经典环向粘滞力矩的机器学习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：CN120409290B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510873773.9，技术领域涉及：G06F30/27；该发明授权一种新经典环向粘滞力矩的机器学习方法是由鲍娜娜;孟悦涛;闫星廷;黄金蓬;林子淇;孙有文设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本一种新经典环向粘滞力矩的机器学习方法在说明书摘要公布了：本发明提供一种新经典环向粘滞力矩的机器学习方法，涉及可控核聚变技术领域，本发明通过获取各个模块的计算效率评价系数筛选出存在计算瓶颈且需要替代模型的模块，并通过训练，获取替代模型，根据可靠性系数对替代模型进行判别并优化，以替代模型更换存在计算瓶颈的子模块，形成耦合物理和神经网络的新经典环向粘滞力矩模型，获取替代模型的计算评价效率系数，并获取耦合可靠性系数，判断并优化耦合物理和神经网络的新经典环向粘滞力矩模型，本发明提高了计算效率，突破了传统方法的时间成本瓶颈，够灵活适应不同物理参数的输入需求，为实验放电控制和方案设计提供了准确、快速的支持。

本发明授权一种新经典环向粘滞力矩的机器学习方法在权利要求书中公布了：1.一种新经典环向粘滞力矩的机器学习方法，其特征在于，具体步骤包括： 步骤1：将传统新经典环向粘滞力矩物理模型过程划分为三个子模块，分别为初始物理系数生成模块、线性化漂移动理学方程求解模块和力矩计算模块，分别获取每个子模块的运行时长并获取计算效率评价系数，设定计算效率评价系数阈值并判断存在计算瓶颈的模块； 步骤2：以存在计算瓶颈的子模块的输入为训练集、输出为标签，在全连接神经网络中进行训练，获取替代模型，根据替代模型的输入与输出构建可靠性系数，以替代模型更换对应的存在计算瓶颈的子模块，形成耦合物理和神经网络的新经典环向粘滞力矩模型； 步骤3：获取耦合物理和神经网络的新经典环向粘滞力矩模型中的替代模型的计算效率评价系数，设定可靠性阈值和模型评价阈值，结合可靠性系数、替代模型的计算效率评价系数与可靠性阈值、模型评价阈值判断替代模型的优化状况； 步骤4：将训练集输入传统新经典环向粘滞力矩物理模型获取真实力矩，将训练集输入耦合物理和神经网络的新经典环向粘滞力矩模型获取模拟预测值，根据真实力矩和模拟预测值构建耦合可靠性系数，设定耦合可靠性阈值，结合耦合可靠性系数、替代模型的计算效率系数与耦合可靠性阈值、模型评价阈值判断正确的耦合物理和神经网络的新经典环向粘滞力矩模型。

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安徽大学;中国科学院合肥物质科学研究院，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路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”。