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！

龙图腾网恭喜南昌大学申请的专利一种基于信息融合的机翼升阻比机器学习优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：CN119337752B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202411906948.3，技术领域涉及：G06F30/27；该发明授权一种基于信息融合的机翼升阻比机器学习优化设计方法是由杨赞;朱紫华;柯星;肖宗泉;熊立松;王艺霏;徐梦琴;游好设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种基于信息融合的机翼升阻比机器学习优化设计方法在说明书摘要公布了：本发明公开了一种基于信息融合的机翼升阻比机器学习优化设计方法，包括：（1）分别在Xfoil与Abaqus中构建机翼升阻比与刚度仿真模型；（2）迭代优化机翼夹层参数个体向量间的相关性以建立种群；（3）使用DEcurrent0对种群进行扩展，并融合三种差分进化生成1500个机翼夹层参数向量；（4）融合角度与距离信息构建径向基函数机器学习预测模型；（5）评估机翼升阻比与刚度；（6）基于适应度函数，筛选最佳机翼夹层参数向量，更新种群并转至步骤（3），直到优化结构达到要求。本发明通过种群扩展改善子代的分布、通过角度与距离信息融合的径向基函数机器学习预测模型提供准确的预测、通过适应度函数平衡机翼升阻比与刚度的优化，从而提高机翼升阻比优化性能。

本发明授权一种基于信息融合的机翼升阻比机器学习优化设计方法在权利要求书中公布了：1.一种基于信息融合的机翼升阻比机器学习优化设计方法，其特征在于，所述方法包括以下步骤：（1）以机翼夹层各杆件中心及厚度为优化设计参数，以机翼刚度与机翼升阻比分别为约束条件与优化目标，分别在Xfoil与Abaqus中根据载荷及边界约束构建机翼升阻比与刚度仿真模型；（2）根据机翼结构的几何限制构建由各杆件中心及厚度优化设计参数组成的设计空间，在设计空间内迭代优化机翼夹层参数个体向量间的相关性获得初始化种群，在Xfoil与Abaqus中分别评估初始化种群中所有机翼夹层参数个体向量的机翼升阻比与机翼刚度，并将所有机翼夹层参数个体向量与其机翼升阻比和机翼刚度保存至数据库中；（3）基于机翼夹层参数个体向量与机翼夹层参数个体向量的欧氏距离获得局部种群，使用差分进化操作DEcurrent0扩展局部种群，并应用三种差分进化操作生成1500个子代机翼夹层参数向量；（4）计算角度信息和距离信息，并构建融合角度信息与距离信息的径向基函数机器学习预测模型，并预测子代机翼夹层参数向量的机翼升阻比与刚度值；（5）基于斯皮尔曼秩相关系数计算局部种群的机翼升阻比与刚度值优化的局部相关性，并推导基于相关性设计的适应度函数，根据适应度函数选择最佳子代机翼夹层参数向量，并在Xfoil与Abaqus中分别评估最佳子代机翼夹层参数向量的机翼升阻比与刚度，并存入数据库中；（6）基于融合了机翼升阻比与刚度值的适应度函数，计算并比较最佳子代机翼夹层参数向量与父代机翼夹层参数向量的适应度值，适应度值更大的机翼夹层参数向量被更新进入下一代种群，判断优化结构是否满足设计性能，若满足则输出所得优化结构，否则转至步骤（3），直至优化结构达到要求。

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南昌大学，其通讯地址为：330031 江西省南昌市红谷滩新区学府大道999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”。