华中科技大学蒋琛获国家专利权
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!
龙图腾网获悉华中科技大学申请的专利一种基于机器学习的无人车轮地耦合模型优化方法及系统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:CN121835453B 。
龙图腾网通过国家知识产权局官网在2026-05-12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:202610312824.5,技术领域涉及:G06F30/27;该发明授权一种基于机器学习的无人车轮地耦合模型优化方法及系统是由蒋琛;陈嘉乐;邱浩波;孟磊;马锐设计研发完成,并于2026-03-16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无人车轮地耦合模型优化方法及系统在说明书摘要公布了:本发明提供一种基于机器学习的无人车轮地耦合模型优化方法及系统,涉及模拟仿真技术领域,该方法包括:通过划分模型变量参数与校准参数构建仿真模型,采用拉丁超立方采样获取仿真数据集,结合预设行驶工况开展实车试验采集实验数据集;构建仿真模型的高斯过程代理模型替代仿真模型,针对建模偏差搭建建模偏差函数的高斯过程模型并建立数据关联;整合仿真数据集和实验数据集,搭建联合高斯过程模型,通过最大化联合似然函数同步完成校准参数标定与模型偏差修正,最终输出响应预测值,本发明无需依赖参数先验分布,区分量化建模偏差与参数偏差,大幅提升模型精度与泛化能力,优化计算效率。
本发明授权一种基于机器学习的无人车轮地耦合模型优化方法及系统在权利要求书中公布了:1.一种基于机器学习的无人车轮地耦合模型优化方法,其特征在于,所述方法包括: 获取全地形无人车轮地耦合相关数据,划分为模型变量参数和校准参数,并构建全地形无人车轮地耦合仿真模型; 采用拉丁超立方采样法在模型变量参数和校准参数的取值区间内采样,驱动仿真模型批量仿真,得到仿真数据集,同时在模型变量参数取值区间内采样,结合预设行驶工况开展实车试验,采集观测数据,形成实验数据集; 基于所述仿真数据集,构建仿真模型的高斯过程代理模型,采用极大似然估计法估计所述高斯过程代理模型的超参数,输出未采样点的仿真响应预测值; 基于所述实验数据集与所述仿真响应预测值之间的建模偏差,构建建模偏差函数的高斯过程模型,并结合高斯过程代理模型和实验误差参数建立关联关系; 整合所述仿真数据集与实验数据集,构建联合高斯过程模型; 基于所述联合高斯过程模型构建联合似然函数,通过优化算法最大化所述联合似然函数,求解最优的校准参数、建模偏差函数的高斯过程模型的超参数及相关系数,包括: 基于所述联合高斯过程模型构建联合似然函数,通过优化算法最大化所述联合似然函数,表示为: , , 其中,为联合似然函数,为实验数据集的组数,为建模偏差函数的高斯过程模型的待估计的超参数,为高斯过程代理模型中已估计的超参数总称,为联合数据集,为联合数据集的输出响应,为待标定的校准参数,为待估计的相关系数,为仿真数据集的组数,为联合高斯过程模型的协方差,为联合高斯过程模型的已知回归项向量组成的矩阵,为联合高斯过程模型的待估计的超参数; 将最优的校准参数作为已标定的校准参数,与待预测的模型变量参数输入联合高斯过程模型,得到校准后的响应预测值,表示为: , 其中,为已标定的标准参数,、、分别为已估计的、、,为校准后的响应预测值,为模型变量参数的输出响应值。
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华中科技大学,其通讯地址为:430000 湖北省武汉市洪山区珞喻路1037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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励