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！

龙图腾网获悉浙江大学申请的专利一种基于神经网络重参数化的产品结构智能一体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：CN121279067B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202511226520.9，技术领域涉及：G06F30/27；该发明授权一种基于神经网络重参数化的产品结构智能一体化设计方法是由程锦;颜明;刘惠;刘达新;刘振宇;谭建荣设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本一种基于神经网络重参数化的产品结构智能一体化设计方法在说明书摘要公布了：本发明属于结构优化设计领域，公开了一种基于神经网络重参数化的产品结构智能一体化设计方法，构建融合多尺度傅里叶特征的前馈神经网络，将高斯点密度重新参数化为与神经网络相关的权重和偏置；将产品结构柔度作为优化目标，将神经网络模型参数作为设计变量，建立智能一体化设计模型；通过等几何分析求解结构位移与单元柔度，采用增广拉格朗日法处理约束，基于各体积分数下目标函数的线性加权计算神经网络的损失，基于学习速度与损失数值动态平衡权重系数，通过内置优化器实现对优化模型的求解；采用训练完成的网络参数计算预期体积分数下的全局密度函数，从而获取最优产品结构。本发明能够高效智能地获取满足设计要求的产品结构。

本发明授权一种基于神经网络重参数化的产品结构智能一体化设计方法在权利要求书中公布了：1.一种基于神经网络重参数化的产品结构智能一体化设计方法，其特征在于包括如下步骤： 1根据设计域构建NURBS等几何分析网格模型，确定参数空间、基函数及控制点、高斯点的坐标，并对离散化的结构施加边界条件与几何约束； 2搭建神经网络模型，通过设计域内高斯点的参数坐标以及体积分数，获取对应点的密度； 3将结构的柔度作为优化目标，神经网络模型参数作为设计变量，建立基于神经网络重参数化的产品结构智能一体化设计模型； 4基于神经网络模型得到的高斯点密度，计算结构位移与单元柔度； 5采用增广拉格朗日法处理约束，并基于各体积分数下的目标函数线性加权计算所述神经网络模型的损失函数； 6优化更新神经网络模型参数；检查本次迭代中总损失的相对变化值是否小于设定阈值，若满足条件则基于损失数值动态平衡权重系数，否则基于学习速度动态平衡权重系数；检查灰度单元占比是否小于设定阈值，若满足条件则退出迭代及结束训练，否则更新拉格朗日乘子、惩罚参数，重复步骤4至步骤6； 7采用训练完成的神经网络模型参数，输出预期体积分数下各高斯点的密度，计算全局密度函数，获取优化结构； 所述步骤4包括如下子步骤： 4.1计算单元刚度矩阵： 其中，D表示弹性矩阵，表示几何矩阵，p表示第一惩罚因子，表示单元刚度矩阵在高斯点处的积分项，表示对应积分权重；表示将NURBS参数空间映射至物理空间的雅可比矩阵，表示将高斯积分空间映射至NURBS参数空间的雅可比矩阵； 4.2组装全局刚度矩阵K，求解全局位移向量U； 4.3通过下式计算高斯积分单元的体积与柔度： 其中，表示等几何单元位移。

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浙江大学，其通讯地址为：310013 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。