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！

龙图腾网获悉中国电子科技集团公司第十五研究所申请的专利一种基于逃离优化算法EA的模型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：CN120216937B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510696517.7，技术领域涉及：G06F18/20；该发明授权一种基于逃离优化算法EA的模型优化方法及系统是由张晓伟;张一萌;董文涛;肖龙斌;孔紫宁;范格华;崔伟;林媛媛;张士太;陈桐;栾新瑞;刘英;尹菲;董玉才设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本一种基于逃离优化算法EA的模型优化方法及系统在说明书摘要公布了：本申请属于船舶柴油机故障诊断技术领域。一种基于逃离优化算法EA的模型优化方法，包括在3D‑CNN网络模型训练过程中，实时计算损失函数变化率与梯度范数，当满足预设条件持续N个训练周期时，判定3D‑CNN网络模型陷入局部最优停滞；在3D‑CNN网络模型陷入局部最优停滞时，根据3D‑CNN网络模型的参数更新方向中，注入扰动项，得到增强特征多样性的3D‑CNN网络模型；对增强特征多样性的3D‑CNN网络模型，继续训练，得到优化后的3D‑CNN网络模型；根据优化后的3D‑CNN网络模型，得到柴油机健康指标的时间序列。整个过程形成“监测‑逃离‑优化”的闭环，实现了模型性能与训练稳定性的协同提升。

本发明授权一种基于逃离优化算法EA的模型优化方法及系统在权利要求书中公布了：1.一种基于逃离优化算法EA的船舶柴油机故障诊断模型优化方法，其特征在于，方法包括： 在3D-CNN网络模型训练过程中，实时计算损失函数变化率与梯度范数，当满足预设条件持续N个训练周期时，判定3D-CNN网络模型陷入局部最优停滞； 在3D-CNN网络模型陷入局部最优停滞时，根据所述3D-CNN网络模型的参数更新方向中，注入扰动项，得到增强特征多样性的3D-CNN网络模型； 对所述增强特征多样性的3D-CNN网络模型，继续训练，直至损失收敛或达到最大迭代次数，得到优化后的3D-CNN网络模型； 根据所述优化后的3D-CNN网络模型，得到柴油机健康指标的时间序列；其中， 所述在3D-CNN网络模型陷入局部最优停滞时，根据所述3D-CNN网络模型的参数更新方向中，注入扰动项，得到增强特征多样性的3D-CNN网络模型的步骤，包括： 扰动项包括梯度符号扰动、空间维度扰动和时间维度扰动； 根据所述梯度符号扰动，向所述3D-CNN网络模型的权重更新方向中注入扰动项，得到增强特征多样性的3D-CNN网络模型，其中，梯度符号扰动的计算公式为： ； 其中，表示学习率，表示扰动强度，表示梯度方向符号矩阵，表示时间； 根据所述空间维度扰动，对所述3D-CNN网络模型的空间卷积核，进行随机旋转，得到增强特征多样性的3D-CNN网络模型； 根据所述时间维度扰动，对所述3D-CNN网络模型的时间卷积层，进行扩展，得到增强特征多样性的3D-CNN网络模型； 所述根据所述优化后的3D-CNN网络模型，得到柴油机健康指标的时间序列的步骤，包括： 将柴油机传感器数据，按固定时间窗口，切分为3D张量； 将所述3D张量，输入优化后的3D-CNN网络模型，得到高层特征图和低层特征图； 将所述高层特征图和所述低层特征图，进行跨层连接融合，得到增强特征； 将所述增强特征，再输入优化后的3D-CNN网络模型，得到柴油机健康指标； 按时间顺序拼接每个窗口的柴油机健康指标，得到健康指标时间序列；其中，将柴油机传感器数据按固定时间窗口切分为3D张量，其中，所述柴油机传感器数据具体包括振动、温度和压力，所述固定时间窗口具体为10秒窗口，T表示时间步长具体为100个采样点，S表示空间维度具体为多传感器布局的拓扑网格，C表示卷积层的输出通道数。

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中国电子科技集团公司第十五研究所，其通讯地址为：100083 北京市海淀区北四环中路211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”。