Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳大学龙武剑获国家专利权

深圳大学龙武剑获国家专利权

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!

龙图腾网获悉深圳大学申请的专利融合领域知识与机器学习的材料配比智能优化方法及装置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:CN120673943B

龙图腾网通过国家知识产权局官网在2025-11-07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:202511129663.8,技术领域涉及:G16C60/00;该发明授权融合领域知识与机器学习的材料配比智能优化方法及装置是由龙武剑;张红莉;冯甘霖;耿松源;罗启灵;梅柳;董必钦;邢锋设计研发完成,并于2025-08-13向国家知识产权局提交的专利申请。

融合领域知识与机器学习的材料配比智能优化方法及装置在说明书摘要公布了:本申请适用建筑材料领域,提供一种融合领域知识与机器学习的材料配比智能优化方法及装置,获取纤维水泥基材料的多组训练数据集,每组训练数据集至少包括训练纤维数据;基于多组训练数据集和水泥基材料的抗压强度公式确定纤维水泥基材料的目标第一回归系数;根据多组训练数据集和目标第一回归系数构建纤维水泥基材料的第一目标预测模型;构建纤维水泥基材料的第二目标预测模型及计算纤维水泥基材料中掺入材料的配合比。该方法将纤维数据融入抗压强度公式确定了适用纤维水泥基材料的两个回归系数,进而通过采用确定的两个回归系数构建用于预测纤维水泥基材料抗压强度的预测模型,使得计算材料配合比时考虑了纤维掺入的影响,提高了配合比设计精度。

本发明授权融合领域知识与机器学习的材料配比智能优化方法及装置在权利要求书中公布了:1.一种融合领域知识与机器学习的材料配比智能优化方法,其特征在于,包括: 获取纤维水泥基材料的多组训练数据集,其中,每组所述训练数据集至少包括:所述纤维水泥基材料的训练水泥比、训练砂胶比和训练纤维数据; 基于所述多组训练数据集和水泥基材料的抗压强度公式,确定所述纤维水泥基材料的目标第一回归系数,所述抗压强度公式至少基于所述水泥基材料的第一回归系数和第二回归系数确定,所述目标第一回归系数用于计算所述纤维水泥基材料的实际抗压强度; 根据所述多组训练数据集和所述目标第一回归系数,构建所述纤维水泥基材料的第一目标预测模型,所述第一目标预测模型用于预测所述纤维水泥基材料的实际第二回归系数,所述实际第二回归系数用于计算所述纤维水泥基材料的实际抗压强度; 根据所述多组训练数据集和所述第一目标预测模型,构建所述纤维水泥基材料的第二目标预测模型,所述第二目标预测模型用于预测所述纤维水泥基材料的实际抗压强度; 基于所述纤维水泥基材料的目标函数和约束条件,计算所述纤维水泥基材料中掺入材料的配合比,其中,至少部分所述目标函数基于所述第二目标预测模型输出的实际抗压强度和目标抗压强度所确定; 其中,每组所述训练数据集还包括:训练水胶比、训练水泥强度、训练抗压强度,所述抗压强度公式为,其中,代表抗压强度,代表水泥强度,WB代表水胶比,分别代表第一回归系数和第二回归系数; 所述根据所述多组训练数据集和所述目标第一回归系数,构建所述纤维水泥基材料的第一目标预测模型,包括: 针对每组所述训练数据集,将每组所述训练数据集的所述训练水胶比、所述训练水泥强度、所述训练抗压强度和所述目标第一回归系数输入至所述抗压强度公式中,得到每组所述训练数据集对应的理论第二回归系数; 建立所述纤维水泥基材料的第一初步预测模型,所述第一初步预测模型为随机森林回归器; 根据所述多组训练数据集的所述训练水胶比、所述训练水泥强度、所述训练水泥比、所述训练砂胶比和所述训练纤维数据,以及每组所述训练数据集对应的所述理论第二回归系数,对所述第一初步预测模型进行模型训练,得到所述纤维水泥基材料的第一目标预测模型; 所述根据所述多组训练数据集和所述第一目标预测模型,构建所述纤维水泥基材料的第二目标预测模型,包括: 针对每组所述训练数据集,将每组所述训练数据集的所述训练水胶比、所述训练水泥强度、所述训练水泥比、所述训练砂胶比和所述训练纤维数据输入至所述第一目标预测模型中,得到每组所述训练数据集对应的实际第二回归系数; 建立所述纤维水泥基材料的第二初步预测模型,其中,所述第二初步预测模型为多层感知机模型,所述多层感知机模型具有两个隐藏层,每个隐藏层包含64个神经元,且所述多层感知机模型的激活函数为ReLU函数; 根据每组所述训练数据集和每组所述训练数据集对应的实际第二回归系数,对所述第二初步预测模型进行模型训练,得到所述纤维水泥基材料的第二目标预测模型。

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深圳大学,其通讯地址为:518060 广东省深圳市南山区粤海街道南海大道3688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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。