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！

龙图腾网获悉中国航发四川燃气涡轮研究院申请的专利一种量化不确定性的航空发动机模型贝叶斯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：CN121031378B 。

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：202511554915.1，技术领域涉及：G06F30/27；该发明授权一种量化不确定性的航空发动机模型贝叶斯优化方法是由伏宇;孙一蘅;王钧莹;刘煜东;王宝潼设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本一种量化不确定性的航空发动机模型贝叶斯优化方法在说明书摘要公布了：本发明涉及仿真模型优化技术领域，公开了一种量化不确定性的航空发动机模型贝叶斯优化方法，通过构建基于概率权重系数的贝叶斯神经网络代理模型，建立从部件指标到输出响应的概率映射关系；以输出响应与对应的整机试验数据差异作为多目标损失函数，多目标损失函数最小化为优化目标，采用基于高斯过程的贝叶斯优化方法对所述部件指标进行寻优，得到最优部件指标组合。既通过神经网络精准建模高维参数与仿真—试验偏差的非线性关系，又通过高斯过程实现参数空间的高效搜索，解决了传统优化方法在处理航空发动机高维、强非线性、多参数耦合的复杂优化问题时存在的计算效率低、易陷入局部最优、无法量化结果不确定性等技术难题。

本发明授权一种量化不确定性的航空发动机模型贝叶斯优化方法在权利要求书中公布了：1.一种量化不确定性的航空发动机模型贝叶斯优化方法，其特征在于，包括： S1、采用拉丁超立方采样方法在航空发动机各部件指标的约束空间内生成初始样本点；所述部件指标包括压气机流量、压气机效率、燃烧室总压恢复系数、涡轮流量和涡轮效率； S2、基于初始样本点运行航空发动机总体性能仿真模型，获取多目标输出响应指标，所述输出响应指标包括发动机推力、耗油率以及发动机测量截面的温度与压力； S3、构建基于概率权重系数的贝叶斯神经网络代理模型，以各初始样本点的所述部件指标和对应的所述输出响应对所述贝叶斯神经网络代理模型进行训练，建立从部件指标到输出响应的概率映射关系，包括： 构建基于概率权重系数的贝叶斯神经网络代理模型，在前向传播过程中，通过蒙特卡洛采样，采用变分推理训练贝叶斯神经网络代理模型，以获得优化目标为最小化损失函数对应的概率权重系数，从而建立从部件指标到输出响应的概率映射关系；其中，为贝叶斯神经网络代理模型的输出响应预测值的负对数似然损失；为概率权重系数，即模型的可学习参数；为权重的后验分布，为权重的先验分布，为权重后验分布与先验分布的散度；为正则化系数，为初始样本点的数量； S4、以输出响应与对应的整机试验数据差异作为多目标损失函数，多目标损失函数最小化为优化目标，采用基于高斯过程的贝叶斯优化方法对所述部件指标进行寻优，得到最优部件指标组合。

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中国航发四川燃气涡轮研究院，其通讯地址为：610500 四川省成都市新都区学府路999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。