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！

龙图腾网获悉苏州大学申请的专利一种水伏器件多变量与电学性能预测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：CN121276222B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511843171.5，技术领域涉及：G01R31/00；该发明授权一种水伏器件多变量与电学性能预测方法是由江林;何康鑫;黄佳伊;王天翼;吴淼;孙迎辉设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本一种水伏器件多变量与电学性能预测方法在说明书摘要公布了：本发明公开了一种水伏器件多变量与电学性能预测方法，属于水伏器件变量与性能预测技术领域，包括：获取水伏器件多变量参数值并输入至训练好的决策树优化XGBOOST算法进行水伏器件多变量与电学性能预测，得到水伏器件多变量与电学性能预测结果；决策树优化XGBOOST算法的训练包括：构建水伏器件多变量与电学性能训练集对决策树优化XGBOOST算法进行训练，在训练过程中，基于预设调参顺序，对决策树优化XGBOOST算法进行调参，得到训练好的决策树优化XGBOOST算法。该方法能够摆脱现有预测方法只能通过实验手段进行单一变量调控的局限性，实现机器预测，提高预测效率。

本发明授权一种水伏器件多变量与电学性能预测方法在权利要求书中公布了：1.一种水伏器件多变量与电学性能预测方法，其特征在于，包括： 获取水伏器件多变量参数值； 将水伏器件多变量参数值输入至训练好的决策树优化XGBOOST算法进行水伏器件多变量与电学性能预测，得到水伏器件多变量与电学性能预测结果； 其中，决策树优化XGBOOST算法的训练方法包括： 构建水伏器件多变量与电学性能训练集； 利用水伏器件多变量与电学性能训练集对决策树优化XGBOOST算法进行训练，在训练过程中，基于预设调参顺序，对决策树优化XGBOOST算法进行调参，得到训练好的决策树优化XGBOOST算法，包括： 对水伏器件多变量与电学性能训练集进行标准化处理； 将标准化处理后的水伏器件多变量与电学性能训练集中水伏器件的材料参数、尺寸参数和测试环境参数设置为自变量； 将标准化处理后的水伏器件多变量与电学性能训练集中水伏器件的电学参数设置为因变量； 将自变量对应的数据输入至决策树优化XGBOOST算法进行训练，并通过交叉验证，得到自变量与因变量的预测拟合曲线，以及自变量与因变量的预测拟合曲线相较于实际拟合曲线的拟合优度、平均绝对误差和平均方差； 在训练过程中，基于预设调参顺序，在预设调参参数范围内，以最优拟合优度、最优平均绝对误差和最优平均方差为目标，对决策树优化XGBOOST算法进行调参至欠拟合，得到决策树优化XGBOOST算法在最优拟合优度、最优平均绝对误差和最优平均方差下的最优参数组合； 将最优参数组合下的决策树优化XGBOOST算法作为训练好的决策树优化XGBOOST算法； 其中，调参顺序的设置方法包括： 利用importance函数分析水伏器件多变量对水伏器件电学性能的影响重要性； 根据水伏器件多变量对水伏器件电学性能的影响重要性设置调参顺序； 设置的调参顺序依次为：决策树优化XGBOOST算法的决策树数目、叶最小权重和、子样本量、学习速率、最大深度、正则化系数、叶节点损失。

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苏州大学，其通讯地址为：215000 江苏省苏州市工业园区仁爱路199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。