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！

龙图腾网恭喜西北工业大学申请的专利基于深度神经网络的多学科翼型反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：CN119089587B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411233256.7，技术领域涉及：G06F30/15；该发明授权基于深度神经网络的多学科翼型反设计方法是由赵欢;金世轶;高正红;甘科耀;张振刚;甘雨杰设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。

本基于深度神经网络的多学科翼型反设计方法在说明书摘要公布了：本发明提出一种基于深度神经网络的多学科翼型反设计方法，包括如下步骤：步骤1：选择翼型外形为设计目标，选择翼型的气动低探测性能为设计变量；所述翼型外形为翼型的纵坐标；确定气动、低探测性设计状态；步骤2：从已有的翼型库中选取设定数量的翼型并对其进行横坐标统一插值处理，获得横坐标统一的翼型的纵坐标值；步骤3：对插值后的翼型，计算获取所选翼型在设计状态下的气动、低探测性能；步骤4：根据步骤2得到的翼型纵坐标值和步骤3得到的翼型气动、低探测性能建立多个深度神经网络代理模型；步骤5：根据步骤4获得的深度神经网络代理模型对给定气动、低探测性能的翼型进行预测，获得满足气动、低探测目标性能的翼型外形。

本发明授权基于深度神经网络的多学科翼型反设计方法在权利要求书中公布了：1.基于深度神经网络的多学科翼型反设计方法，其特征在于：包括如下步骤：步骤1：选择翼型外形为设计目标，选择翼型的气动低探测性能为设计变量；所述翼型外形为翼型的纵坐标；所述气动低探测性能包括翼型的升力系数、阻力系数俯仰力矩系数、前向雷达散射截面积；确定气动、低探测性设计状态；步骤2：从已有的翼型库中选取设定数量的翼型，对所选的翼型外形进行横坐标统一插值处理，获得横坐标统一的翼型的纵坐标值；步骤3：对步骤2中插值得到的翼型外形，通过气动、低探测性能计算获取所选翼型在设计状态下的气动、低探测性能；步骤4：根据步骤2得到的翼型纵坐标值和步骤3得到的翼型气动、低探测性能建立多个深度神经网络代理模型；所述深度神经网络模型的输入为气动、低探测性能，所述深度神经网络模型的输出为翼型纵坐标值；步骤5：根据步骤4获得的深度神经网络代理模型对给定气动、低探测性能的翼型进行预测，获得满足气动、低探测目标性能的翼型外形。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。