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！

龙图腾网恭喜南昌大学申请的专利一种基于机器学习的红外隐身材料膜层优化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：CN119943234B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202510413042.6，技术领域涉及：G16C60/00；该发明授权一种基于机器学习的红外隐身材料膜层优化设计方法是由杨赞;卢航旭;黄纪绘;刘建胜;熊立松;游好;李志兴;李西安设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本一种基于机器学习的红外隐身材料膜层优化设计方法在说明书摘要公布了：本发明公开了一种基于机器学习的红外隐身材料膜层优化设计方法，包括：（1）构建以最小化红外隐身材料膜层光谱发射率的误差目标值的数学优化模型；（2）采用拉丁超立方采样产生种群；（3）构建注意力信息增强的结合最大信息系数的克里金机器学习模型；（4）基于误差目标值和多样性指标分别生成第一类子种群和第二类子种群；（5）对第一类子种群执行维度扰动驱动的梯度下降变异，基于预测误差筛选第一个子代个体；（6）对第二类子种群执行双层差分变异，基于期望提升值筛选第二个子代个体；（7）执行仿真分析并更新数据库，返回步骤（3）直至仿真分析次数达到设计周期。本发明能够提高红外隐身材料膜层设计问题的收敛精度。

本发明授权一种基于机器学习的红外隐身材料膜层优化设计方法在权利要求书中公布了：1.一种基于机器学习的红外隐身材料膜层优化设计方法，其特征在于，所述方法包括：步骤（1）：以红外隐身材料膜层各金属层及电介质层厚度参数为优化设计参数并确定设计空间，以红外隐身材料膜层光谱发射率的误差目标值为优化目标，构建最小化误差目标值的数学优化模型；步骤（2）：在设计空间内使用拉丁超立方采样方法产生种群，通过光学仿真软件及MatrixLaboratory分析获得种群个体的光谱发射率并计算误差目标值，构建数据库；步骤（3）：计算各优化设计参数的互信息值与最大信息系数，以线性组合方式融合最大信息系数相关函数来构造总体相关函数，推导注意力信息增强的结合最大信息系数的克里金机器学习模型；步骤（4）：基于误差目标值构建第一类子种群及临时种群并计算局部多样性指标，将临时种群与数据库合并形成临时数据库并计算全局多样性指标，在非支配排序法中根据全局多样性和局部多样性指标构建第二类子种群；步骤（5）：对第一类子种群的每一个个体，通过维度扰动变异与梯度下降变异产生扩展子种群及第一类候选子代个体，基于仿射传播聚类算法与克里金机器学习模型筛选第一个子代个体；步骤（6）：对第二类子种群的每一个个体，结合双层差分变异及克里金机器学习模型获得第二个子代个体；步骤（7）：对第一个与第二个子代个体进行仿真分析，更新数据库；若已消耗的仿真分析次数达到设计周期，则输出所得最优红外隐身材料膜层厚度参数取值，否则转至步骤（3），直至达到设计周期。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道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”。