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！

龙图腾网获悉哈尔滨工程大学申请的专利一种船舶运动模型参数辨识方法、程序、设备及存储介质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：CN119903749B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510042770.0，技术领域涉及：G06F30/27；该发明授权一种船舶运动模型参数辨识方法、程序、设备及存储介质是由夏桂华;向晶;刘浩岩;李诗洋;崔梦鸽设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种船舶运动模型参数辨识方法、程序、设备及存储介质在说明书摘要公布了：本发明公开了一种船舶运动模型参数辨识方法、程序、设备及存储介质，本发明属于模型参数辨识领域。本发明采用AC‑PSA算法，初始化多组种群，每组种群中的单一个体的位置代表一个待辨识的船舶运动模型参数，种群整体的位置向量代表一组待辨识参数组成的向量；计算各种群的适应度值，选择对应适应度值最大的种群作为最优种群；并对于每一个种群，计算其与最优种群的当前迭代次数中的位置向量偏差；本发明为了加速算法收敛和提高泛化性能，在PSA算法基础上加入参数自动构造部分，能够同步估计船舶操纵运动回归模型的结构和参数。本发明利用元启发式算法的并行寻优优势和自组织机制能够促进算法的快速收敛，减少计算量。

本发明授权一种船舶运动模型参数辨识方法、程序、设备及存储介质在权利要求书中公布了：1.一种船舶运动模型参数辨识方法，其特征在于：包括以下步骤： 步骤1：获取船舶运动模型待辨识的参数，初始化多组种群，每组种群中的单一个体的位置代表一个待辨识的船舶运动模型参数，种群整体的位置向量代表一组待辨识参数组成的向量； 步骤2：计算各种群的适应度值，选择对应适应度值最大的种群作为最优种群； 步骤3：对于每一个种群，计算其与最优种群的当前迭代次数中的位置向量偏差； 当迭代次数为时，前一次迭代种群的偏差为，前两次迭代种群的偏差为； 当迭代次数时，令，种群对迭代次数的偏差： ； 其中，为当迭代次数时的最优个体；为初始的随机个体； 当迭代次数为时，，前一次迭代种群的偏差： ； 步骤4：根据当前迭代次数与前两次迭代次数中的位置向量偏差，计算PID调节的输出值以及零输出的调节因子； 当迭代次数为时，PID调节的输出值： ； 其中，、、为行1列0~1的随机数向量；、、分别为Proportion、Integral和Differential的调节系数； 所述零输出的调节因子； ； ； ； 其中，为调整系数；为行列从0~1的随机数向量；为一个L´evy飞行函数；和分别是服从标准正态分布的行和列随机数矩阵；，； 步骤5：根据PID调节的输出值以及零输出的调节因子，更新每一种群的位置向量； 步骤6：计算最优种群的相关测度，对每一种群更新后的位置向量进行修正，提高收敛速度； 步骤7：达到预设的最大迭代次数或最优种群的位置向量收敛，则结束计算，输出最优种群的位置向量对应的待辨识的船舶运动模型参数组合，完成船舶运动模型的参数辨识；否则，令迭代次数加一，返回步骤2。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。