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！

龙图腾网获悉北京理工大学(珠海);北京理工大学申请的专利一种基于高斯回归过程的人工智能辅助天线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：CN120832838B 。

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：202511343892.X，技术领域涉及：G06F30/27；该发明授权一种基于高斯回归过程的人工智能辅助天线设计方法是由杨晨;刘思语;胡伟东;何芒;李斌;谢鑫新;卢桂萍;秦梓丹;李成超;蒲清鑫;管乐健;崔亮亮设计研发完成，并于2025-09-19向国家知识产权局提交的专利申请。

本一种基于高斯回归过程的人工智能辅助天线设计方法在说明书摘要公布了：本发明提供一种基于高斯回归过程的人工智能辅助天线设计方法，包括使用脚本接口与仿真平台交互，自动完成天线模型的参数化建模过程，并设置激励条件及辐射边界；采用多维空间分层抽样方法在多维参数空间中生成均匀分布的样本点集合，并进行电磁仿真；对仿真输出的数据进行预处理，形成适合机器学习模型处理的数据结构；将训练好的MLNN模型集成到灰狼优化算法中，进行天线设计参数的优化；将优化得到的最佳参数进行电磁仿真，对比预测结果与实际仿真数据，验证优化引擎在目标频段内的性能表现。本发明可以解决现有技术存在的样本生成效率不足、参数敏感性分析不足、模型泛化能力受限以及优化算法收敛速度慢等问题。

本发明授权一种基于高斯回归过程的人工智能辅助天线设计方法在权利要求书中公布了：1.一种基于高斯回归过程的人工智能辅助天线设计方法，其特征在于，包括： 使用API脚本接口与仿真平台交互，自动完成天线模型的参数化建模过程，并设置激励条件及辐射边界； 采用多维空间分层抽样方法在多维参数空间中生成均匀分布的样本点集合，包括将每个优化变量维度划分为若干均匀区间，确保每个区间内仅选取一个样本点；并运行电磁仿真，输出各样本点对应的S参数结果； 对仿真输出的S参数结果进行预处理，形成适合机器学习模型处理的输入输出数据结构； 利用scikit-learn库中的MLPRegressor类训练多层神经网络MLNN回归模型，通过数据标准化处理输入特征，并应用网格搜索方法进行超参数优化； 将训练好的MLNN模型集成到灰狼优化算法中，通过MLNN模型快速预测各灰狼位置的S参数，进行天线设计参数的优化； 将灰狼优化算法优化得到的最佳参数进行电磁仿真，对比MLNN预测结果与实际仿真数据，验证优化引擎在目标频段内的性能表现； 其中，参数化建模过程包括以下步骤： 通过API脚本接口调用变量定义模块，定义外部介质谐振器的边长及高度、内部介质谐振器边长及高度、单极子位置及高度作为关键优化变量； 利用脚本接口的几何建模函数，根据关键优化变量自动生成介质谐振器的三维结构模型，其中外部介质谐振器与内部介质谐振器通过布尔运算实现嵌套耦合，单极子激励源通过参数化坐标定位函数放置于谐振器表面指定位置。

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北京理工大学(珠海);北京理工大学，其通讯地址为：519000 广东省珠海市香洲区金凤路6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。