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！

龙图腾网恭喜河北工程大学申请的专利基于稀疏注意力和物理嵌入的SWMM仿真模型逼近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：CN119416667B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202510018954.3，技术领域涉及：G06F30/27；该发明授权基于稀疏注意力和物理嵌入的SWMM仿真模型逼近方法是由黄志峰;雷晓辉;龙岩;郭图南;杨靖仁设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本基于稀疏注意力和物理嵌入的SWMM仿真模型逼近方法在说明书摘要公布了：本发明公开了基于稀疏注意力和物理嵌入的SWMM仿真模型逼近方法，属于仿真建模技术领域，通过稀疏注意力机制有效处理高维时序输入，并嵌入物理约束以确保模型逼近的物理一致性，确保输出结果符合流量守恒与污染物守恒定律，精准逼近SWMM行为；本发明方法中将SWMM的复杂仿真行为替代为高效的深度学习预测模型，显著提升计算效率并确保预测结果的可信性，适用于区域排水优化的实时仿真场景，为区域水文管理提供实时仿真支持。

本发明授权基于稀疏注意力和物理嵌入的SWMM仿真模型逼近方法在权利要求书中公布了：1.基于稀疏注意力和物理嵌入的SWMM仿真模型逼近方法，其特征在于，用于实现区域排水优化的实时动态仿真，包括以下步骤：S1、基于仿真目的，确定SWMM仿真模型的输入与输出，并构建数据集；S2、构建基于稀疏注意力机制的Transformer模型，包含稀疏注意力机制模块；S3、利用构建的数据集训练Transformer模型，并通过设计物理约束损失函数将能量守恒和污染物迁移规律嵌入到Transformer模型中，得到实现SWMM仿真的预测模型；S4、将预测模型封装为预测API接口集成到SWMM系统中，根据实时输入数据流，实现区域排水优化的实时动态仿真；所述稀疏注意力机制模块采用多头注意力机制，其表示为： 式中，表示稀疏注意力机制模块的输出，表示拼接，表示权重矩阵，表示第1~h个头的输出，每个头的表示为： 式中，表示局部注意力，表示全局注意力，表示局部和全局注意力加权系数，表示注意力机制中的注意力查询向量，表示注意力机制中第步的键向量，表示全局注意力的键向量，表示注意力机制中查询向量的维度，表示转置符，表示时间步长，表示时间偏移量；所述物理约束损失函数为： 式中，表示模型预测与真实输出的均方误差，表示水量守恒损失函数，表示污染物守恒损失函数，分别表示和的权重系数； 表示流入流量，表示流出流量，表示流入流量的污染物浓度，表示流出流量的污染物浓度，表示存储的水量变化，表示存储的污染物变化量，和分别表示模型中水流的入口和出口编号集合，表示入口编号，表示出口编号。

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河北工程大学，其通讯地址为：056038 河北省邯郸市经济技术开发区太极路19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”。