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！

龙图腾网获悉武汉科技大学申请的专利一种基于快速重启智能算法的点阵超材料设计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：CN119361033B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411300726.7，技术领域涉及：G16C60/00；该发明授权一种基于快速重启智能算法的点阵超材料设计方法是由张严;谢寒冰;吴志强;汪朝晖;段伟设计研发完成，并于2024-09-18向国家知识产权局提交的专利申请。

本一种基于快速重启智能算法的点阵超材料设计方法在说明书摘要公布了：本发明涉及一种基于快速重启智能算法的点阵超材料设计方法，本发明提出了基于快速重启策略的改进ESPSO算法，实现了点阵超材料多维设计变量的高效求解。采用快速重启策略定期刷新算法的优化过程，避免了算法陷入局部收敛的风险，确保了算法能更详尽、充分地探索设计空间以获得全局最优解，在保证在相同运行次数的前提下，改进ESPSO算法得到的解可以更优。针对复杂服役工况下的点阵超材料设计，本发明采用改进ESPSO智能算法实现了点阵超材料单胞内所有杆件直径的独立设计，且允许点阵杆件删除和增加，显著提高了点阵超材料的设计灵活性，充分扩展了点阵超材料的设计空间，提升了点阵超材料力学性能。

本发明授权一种基于快速重启智能算法的点阵超材料设计方法在权利要求书中公布了：1.一种基于快速重启智能算法的点阵超材料设计方法，其特征在于，包括以下步骤： 步骤1、建立点阵结构模型，点阵结构由周期性重复排列的点阵超材料单胞构成，取点阵超材料单胞为待优化对象，对于待优化的点阵超材料单胞是通过杆件连接预先定义的结点而构成的点阵杆件，点阵杆件由一个圆柱体及位于其两端的两个球体组成，采用基于水平集的显式拓扑函数描述圆柱体和球体的几何形状，实现点阵杆件的几何显式描述；采用所述杆件连接预先定义的结点，形成点阵超材料单胞的初始设计； 所述基于水平集的点阵杆件显式拓扑描述模型为： 其中 φx＝maxφcx,y,z,φs1x,y,z,φs2x,y,z, φcx,y,z＝minφc1x,y,z,φc2x,y,z, φc1x,y,z＝L22-cosθ·Ld2,φc2x,y,z＝t22-sinθ·Ld2, dx2＝x2-x0,dy2＝y2-y0,dz2＝z2-z0,dx＝x-x0,dy＝y-y0,dz＝z-z0, φs1x,y,z＝t22-x-x12+y-y12+z-z12, φs2x,y,z＝t22-x-x22+y-y22+z-z22 式中，代表点阵超材料的空间设计域，Ω代表杆件部分所在的实体区域，为杆件结构边界；点阵杆件由一个圆柱体和两个球体组成，其水平集函数分别为φcx,y,z，φc1x,y,z，φc2x,y,z；圆柱体末端的中心分别为x1,y1,z1和x2,y2,z2，且同时是两个球体的球心，即圆柱体直径t等于两个球体的直径；x0,y0,z0和L分别为圆柱体的中心点坐标和杆件长度； 步骤2、以复杂服役工况下点阵结构的整体柔度最小为优化目标，建立以点阵超材料单胞的各个杆件直径为设计变量的数学优化模型： Find:t＝t1,t2,...,tj,j＝1,2,...,D Minimize:Ct＝FTU＝UTKU Subjectto:Gt＝Vt-fV0≤0, F＝KU, 0≤tmin≤tj≤tmax. 其中t1,t2,...,tj是待求的不同杆件的直径，D为杆件的总数，C表示点阵结构的整体柔度，F为总载荷矩阵，U为在载荷作用下产生的总位移矩阵，K是点阵结构的总体刚度矩阵，G表示点阵结构的体积率约束，Vt和V0分别表示点阵单胞的材料区域体积和设计域体积，f是给定的材料体积率，tmin和tmax为杆件直径的上限和下限； 步骤3、采用改进的ESPSO算法求得每个杆件最优直径，具体步骤为： 步骤3.1、生成初始种群，种群中的每个粒子有D个维度，粒子在每个维度的位置代表一个杆件的可能直径，共D个维度代表所有杆件的可能直径； 步骤3.2、采用径向基函数建立粒子群优化算法中的全局RBF模型和局部RBF模型，其中全局RBF模型基于所有已评估的粒子点在整个设计空间内构建，而局部RBF模型则在粒子的邻近区域内构建； 步骤3.3、采用如下策略更新粒子的速度和位置，以获得粒子的最优位置，并在寻优过程中删除杆件直径小于预设阈值的粒子，得到本次迭代的粒子最优位置； xidt+1＝xidt+vidt+1 其中 d代表优化问题的第d个维度，vit＝[vi1t,vi2t,...,vidt]和xit＝[xi1t,xi2t,...,xidt]分别是第t次迭代的第i个粒子的速度和位置；pit＝[pi1t,pi2t,...,pidt]是第i个粒子到达的历史最优位置；pgt＝[pg1t,pg2t,...,pgdt]是所有粒子的全局最优位置；是由设计空间中全部粒子构建的全局RBF模型的预测响应值；XGbest是其在整个设计空间中的最优值点，即全局最优位置；是由粒子pit邻域内的粒子构成的局部RBF模型的预测响应值；XNbest是其在邻域内的最优值点，即局部最优位置；粒子pit通过跟踪这两个最优值来更新位置；r1和r2是两个在[0,1]范围内均匀分布的随机数；c1和c2为加速因子，；其中φ＝c1+c2； 步骤3.4、判断是否达到最大迭代次数，是则转到下一步，否则利用本次迭代得到粒子最优位置更新种群，再次进行步骤3.1； 步骤3.5、输出最后一次迭代得到的粒子最优位置，得到最优粒子对应的各杆件的最优直径值。

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武汉科技大学，其通讯地址为：430014 湖北省武汉市青山区和平大道947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。