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！

龙图腾网获悉北京景行锐创软件有限公司申请的专利一种仿真运行时间预测方法、系统、存储介质及程序产品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：CN121638083B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610165161.9，技术领域涉及：G06F30/27；该发明授权一种仿真运行时间预测方法、系统、存储介质及程序产品是由黄震坤设计研发完成，并于2026-02-05向国家知识产权局提交的专利申请。

本一种仿真运行时间预测方法、系统、存储介质及程序产品在说明书摘要公布了：本申请提供了一种仿真运行时间预测方法、系统、存储介质及程序产品，涉及模型训练技术领域。通过对原始运行时间进行对数变换，将时间数据压缩至更易于模型学习的平滑数值空间内；数据清洗为模型训练提供了干净、有代表性的数据基础。标准化处理避免了不同参数量纲差异对模型权重学习的干扰。卷积神经网络模型以局部感知能力，能够自动从标准化特征向量中捕捉并学习到强耦合参数组合的深层模式。最后，Huber损失函数的引入，确保了模型在训练过程中既能精确拟合正常样本，又能抵抗残余噪声的干扰，最终得到高度鲁棒且泛化能力强的预测模型。

本发明授权一种仿真运行时间预测方法、系统、存储介质及程序产品在权利要求书中公布了：1.一种仿真运行时间预测方法，其特征在于，包括：从历史Fluent仿真任务库中获取数据集，所述数据集内的仿真任务样本包含由多个仿真输入参数构成的输入特征向量，以及与仿真任务样本对应的运行时间； 对运行时间值对数变换，得到对数化运行时间； 基于所述输入特征向量和所述对数化运行时间，进行数据清洗得到训练数据集； 对所述输入特征向量进行标准化处理得到标准化特征向量； 将所述标准化特征向量作为包含多层卷积结构的卷积神经网络模型的输入，将所述对数化运行时间作为训练的目标标签； 通过Huber损失函数和Adam优化器的联合优化策略对所述卷积神经网络模型进行迭代训练，直至模型收敛，得到预测模型；所述卷积神经网络模型按照从输入到输出的数据流方向，依次串联包括：卷积特征提取模块：包含由一维卷积层、标准化层和非线性激活函数层顺序连接构成的卷积块； 所述卷积块以特定步长滑过输入的所述标准化特征向量，生成局部特征图； 对所述局部特征图进行归一化得到多维特征图； 特征整合模块：扁平化层，将所述多维特征图展平为一维的高维特征向量； 非线性映射模块：包含由全连接层、ReLU激活函数和Dropout层顺序连接构成的全连接块，所述全连接块对所述高维特征向量进行线性组合与降维，得到最终特征向量； 输出层：包含神经元的全连接层，接收所述最终特征向量，输出对数化运行时间值； 利用所述预测模型计算Fluent仿真任务的运行时间，其中：从所述Fluent仿真任务获取新输入特征向量； 将所述新输入特征向量输入至所述预测模型中进行前向传播计算，得到预测对数化运行时间值； 将所述预测对数化运行时间值应用反变换，还原为预测的运行时间，其中：在获得所述预测的运行时间后，将所述新输入特征向量的所述预测的运行时间与任务队列中其他等待任务的其他运行时间进行评估； 基于评估结果执行至少一种选自以下列表的优化操作：将运行时间相比短的所述Fluent仿真任务的优先级增加； 将运行时间相比长的所述Fluent仿真任务的预留和分配计算节点增加； 将运行时间之间的差值低于差值阈值的所述Fluent仿真任务打包到同一批计算节点上。

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北京景行锐创软件有限公司，其通讯地址为：100020 北京市朝阳区红军营南路15号院1号楼-2至12层101五层507C室；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。