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！

龙图腾网恭喜中国海洋大学申请的专利一种主动学习型海洋平台结构快速随机模型修正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：CN119494245B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202510072090.3，技术领域涉及：G06F30/23；该发明授权一种主动学习型海洋平台结构快速随机模型修正方法是由蒋玉峰;王树青;李韵慧;马春可;郑泽鹏设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。

本一种主动学习型海洋平台结构快速随机模型修正方法在说明书摘要公布了：本发明提供了一种主动学习型海洋平台结构快速随机模型修正方法，本发明首先考虑灵敏度进行修正参数选择，然后进行试验方案设计，建立初始Kriging模型；找到新修正参数训练样本，计算新样本对应频率，采用新的训练集重新构建Kriging模型，基于重新构建的Kriging模型进行随机模型修正，采用实测频率数据与初始有限元模型频率数据构造目标函数，以修正参数均值和标准差为求解目标，利用优化算法进行求解，得到待修正有限元模型修正参数的均值和标准差，重复迭代，实现海洋平台结构随机修正。本发明实现了小样本及噪声误差下快速高效精准模型修正，能够采用更少的训练样本得到更高的修正精度。

本发明授权一种主动学习型海洋平台结构快速随机模型修正方法在权利要求书中公布了：1.一种主动学习型海洋平台结构快速随机模型修正方法，其特征在于，包括以下过程：S1，通过灵敏度分析筛选海洋平台结构随机修正的修正参数；将海洋平台结构随机修正过程转变为对修正参数的均值及标准差的修正过程；S2，根据修正参数均值和标准差进行拉丁超立方抽样次，得到修正参数矩阵；S3，通过有限元分析获取结构频率矩阵，基于修正参数矩阵和结构频率矩阵，构建初始训练集，并建立初始Kriging模型；S4，建立考虑实测频率不确定性的新型学习函数表达式，计算学习函数值，使得学习函数值达到最大时对应的结构最优修正参数向量；具体如下：基于建立的考虑实测频率不确定性的新型学习函数表达式XEFF，依次计算实测频率与样本池剩余的某个训练样本的学习函数值，找出使得学习函数值达到最大时对应的结构修正参数向量，新型学习函数XEFF表达式如下： ;式中：，表示某个训练样本对应的结构频率向量的第个分量，且，，表示标准正态分布密度函数，为高斯分布函数，和表示对应的结构频率向量的标准差和均值；为实测频率的阶数；为结构实测频率向量的第个分量；S5，将最优修正参数向量代入有限元模型进行有限元模型分析，得到对应的结构频率向量；S6，将最优修正参数向量和结构频率向量添加到初始训练集中，建立新的训练集，采用构建新的Kriging模型；S7，采用实测频率数据与初始有限元模型频率数据构造目标函数，以修正参数均值和标准差为求解目标，利用优化算法进行求解，得到待修正有限元模型修正参数的均值和标准差；重复上述步骤S4至S7，直至模型收敛，实现海洋平台结构随机修正。

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海洋大学，其通讯地址为：266000 山东省青岛市崂山区松岭路238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”。