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！

龙图腾网获悉电子科技大学申请的专利一种基于异构模糊与博弈的双层自适应演化CAD建模命令生成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：CN121809290B 。

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：202610274903.1，技术领域涉及：G06F30/27；该发明授权一种基于异构模糊与博弈的双层自适应演化CAD建模命令生成方法是由王向向;刘骏;于永斌;范满平;李臣波;秦升宇;薛凯一;王靖雅;韩欣佚设计研发完成，并于2026-03-09向国家知识产权局提交的专利申请。

本一种基于异构模糊与博弈的双层自适应演化CAD建模命令生成方法在说明书摘要公布了：一种基于异构模糊与博弈的双层自适应演化CAD建模命令生成方法，属于人工智能与计算机辅助设计智能建模技术领域。该方法解决了现有自然语言驱动CAD命令生成技术中模糊语义难以量化映射、异构命令适配性差、生成命令可执行性低及推理过程“黑箱化”的技术问题。该方法构建语义解析‑博弈生成‑演化精修‑验证回溯‑知识沉淀全流程闭环架构，本发明可应用于工业软件、三维建模、智能设计系统等领域，提升了命令生成的工程可执行性、泛化能力及推理可解释性，平衡了生成多样性与可行性，降低了模型迭代成本，为文本驱动CAD建模技术工业化落地提供技术支撑。

本发明授权一种基于异构模糊与博弈的双层自适应演化CAD建模命令生成方法在权利要求书中公布了：1.一种基于异构模糊与博弈的双层自适应演化CAD建模命令生成方法，其特征在于，包括以下步骤： 步骤1：对输入的自然语言指令进行解析与编码，得到融合模糊语义量化特征的精准语义向量； 步骤2：构建适配CAD异构命令生成需求的异构算子库，基于精准语义向量动态匹配异构算子组合生成候选命令序列，并构建CAD命令生成场景的生成方与校验方非零和博弈架构，通过双主体协同博弈校验实现语义契合度与几何约束的均衡； 步骤3：对博弈校验后的候选命令序列执行结构自适应演化与模糊参数精修，得到优化后的命令序列； 步骤4：对优化后的命令序列进行多维度可执行性验证，对不达标序列回溯修正后输出合格CAD命令序列； 步骤5：系统进行自适应更新：基于高置信度输出结果执行增量学习与知识沉淀，实现模型性能持续优化与历史知识复用； 所述步骤5具体如下： 步骤5.1：构建增量蒸馏单元，采用KL散度量化并最小化新旧模型的命令生成概率分布差异，结合新任务的交叉熵损失进行增量蒸馏优化； 步骤5.2：缓存语义-命令-几何三元组，作为增量学习的高置信度样本，其中语义-命令-几何三元组包括精准语义向量、经博弈优化与参数精修后的最优命令序列、该命令序列对应的几何约束图；基于高置信度样本及领域规则提炼CAD领域核心实体，并量化实体关联强度； 对于语义-命令-几何三元组中的实体，基于其新任务与历史任务实体之间的语义特征向量、实体关联强度计算得到综合匹配度，快速定位与新任务适配的历史经验； 步骤5.3：构建任务自适应的结构更新机制，引入结构自适应演化的参数更新公式： ； 其中，为t时刻结构自适应演化层的配置参数，为结构学习率，表示参数的梯度算子，为演化损失，计算当前算子组合与任务需求的适配误差，为熵权系数，为算子组合多样性熵，执行动态结构重构时，根据任务复杂度调整算子数量并更新参数； 所述步骤1包括模糊注意力与CAD知识编码架构，模糊注意力与CAD知识编码架构有6层，单层表达式如下： ； 其中，为初步语义向量，为预处理后的三元组，表示转置；为残差连接操作；为层归一化操作；分别为第个注意力头的查询、键、值线性变换矩阵，为多头输出融合线性变换矩阵；表示对8个注意力头的输出进行拼接，为缩放因子，为函数。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。