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！

龙图腾网恭喜东南大学申请的专利基于两阶段优化深度神经网络的张拉整体找形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：CN119358185B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411929772.3，技术领域涉及：G06F30/18；该发明授权基于两阶段优化深度神经网络的张拉整体找形方法是由朱明亮;王进;刘彦哲设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本基于两阶段优化深度神经网络的张拉整体找形方法在说明书摘要公布了：本发明涉及一种基于两阶段优化深度神经网络的张拉整体找形方法，包括以下步骤：根据节点残余力、索杆单元的杆件长度和节点距离构建张拉整体结构的约束方程，将该约束方程作为深度神经网络的损失函数；以随机生成的所述索杆单元的节点坐标向量作为所述深度神经网络的输入，采用两阶段优化方式获得使所述损失函数值最小的索杆单元节点坐标向量输出值，基于所述索杆单元节点坐标向量输出值确定一稳态构型；循环获得多个稳态构型；判别各稳态构型的稳定性，获得满足几何稳定的稳定构型，完成张拉整体找形。与现有技术相比，本发明能够进行多稳态等复杂张拉整体结构的找形，结果可靠，找形过程不涉及复杂的结构有限元计算，找形效率高。

本发明授权基于两阶段优化深度神经网络的张拉整体找形方法在权利要求书中公布了：1.一种基于两阶段优化深度神经网络的张拉整体找形方法，其特征在于，包括以下步骤：1）初始化张拉整体结构索杆单元的拓扑关系和物理信息一；2）随机生成一组索杆单元的节点坐标向量，根据节点坐标向量和拓扑关系，得到张拉整体初始结构，获取所述张拉整体初始结构中索杆单元的物理信息二；3）根据物理信息一和物理信息二得到索杆单元的节点残余力；4）根据节点残余力、索杆单元的杆件长度和节点距离构建张拉整体结构的约束方程，将该约束方程作为深度神经网络的损失函数；5）以随机生成的所述索杆单元的节点坐标向量作为所述深度神经网络的输入，采用两阶段优化方式获得使所述损失函数值最小的索杆单元节点坐标向量输出值，基于所述索杆单元节点坐标向量输出值确定一稳态构型；6）重复多次步骤2）-步骤5），获得多个稳态构型；7）判别各稳态构型的稳定性，获得满足几何稳定的稳定构型，完成张拉整体找形；所述约束方程包括残余力约束、压杆长度约束和节点距离约束；所述损失函数包括损失函数一、损失函数二和损失函数三，其中，所述损失函数一的表达式为： ，式中，表示节点i的节点残余力；所述损失函数二的表达式为： ，式中，、为单元长度的最大值和最小值，a为设定长度限制值；所述损失函数三的表达式为： ，式中，、为节点距离的最大值和最小值，b为设定距离限制值。

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东南大学，其通讯地址为：210018 江苏省南京市玄武区四牌楼2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”。