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！

龙图腾网获悉太行国家实验室申请的专利一种融合分类器和主动学习策略的多目标优化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：CN120874623B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511376193.5，技术领域涉及：G06F30/27；该发明授权一种融合分类器和主动学习策略的多目标优化方法是由谭远过;雷力明;朱思铫设计研发完成，并于2025-09-25向国家知识产权局提交的专利申请。

本一种融合分类器和主动学习策略的多目标优化方法在说明书摘要公布了：本申请提供了一种融合分类器和主动学习策略的多目标优化方法，属于人工智能与优化设计的技术领域，具体包括：获取包含多个目标性能函数值的样本数据集；对样本数据集进行非支配排序提取帕累托前沿点集，并从点集中提取几何特征作为几何特征向量序列；使用几何特征及对应的凸形标记训练一个Transformer架构的分类器模型，分类器模型支持多头注意力机制和位置编码结构；应用分类器模型对当前帕累托前沿的凸形置信度进行判断，并得到候选方案；将候选方案输入基于上下文推理的双注意力机制预测模型，对候选方案的多目标性能进行预测。本申请可以减少实验次数、加速达到目标性能，并提高多目标优化过程的智能性和效率。

本发明授权一种融合分类器和主动学习策略的多目标优化方法在权利要求书中公布了：1.一种融合分类器和主动学习策略的多目标优化方法，其特征在于，用于增材制造工艺参数的优化，多目标优化方法包括如下步骤： 步骤1，获取不同工艺参数组合下的多个目标性能数值的样本数据集，所述目标性能包括致密度和抗拉强度； 步骤2，对所述样本数据集进行非支配排序提取帕累托前沿点集，并从所述点集中提取几何特征作为几何特征向量序列； 步骤3，使用所述几何特征及对应的凸形标记训练一个Transformer架构的分类器模型，分类器模型支持多头注意力机制和位置编码结构； 步骤4，应用所述分类器模型对当前帕累托前沿的凸形置信度进行判断；若置信度高于阈值，判断为凸形，则采用线性加权和法得到候选方案；若置信度低于阈值，则采用基于高斯过程模型的贝叶斯优化方法进行多目标优化得到候选方案； 步骤5，将候选方案输入基于上下文推理的双注意力机制预测模型，对候选方案的多目标性能进行预测； 步骤6，若预测性能未满足预设要求，则基于所述分类器模型输出的置信度或不确定性采用主动学习策略选择新的样本进行真实评估，并将所获得的样本及对应性能值加入数据集，返回步骤2进行迭代，新的迭代将基于扩充和更新后的数据集执行步骤2至步骤5；否则，输出所述候选方案为优化结果。

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太行国家实验室，其通讯地址为：610213 四川省成都市天府新区东山大道二段607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。