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！

龙图腾网恭喜西北工业大学申请的专利一种基于机器学习的固态增材制造颗粒碰撞特性预测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：CN115017755B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202210505055.2，技术领域涉及：G06F30/23；该发明授权一种基于机器学习的固态增材制造颗粒碰撞特性预测方法是由杨夏炜;柴小霞;赵文玮;徐锐;马铁军;彭冲;徐雅欣;张勇;李文亚设计研发完成，并于2022-05-10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固态增材制造颗粒碰撞特性预测方法在说明书摘要公布了：本发明提出一种基于机器学习的固态增材制造颗粒碰撞特性预测方法，在进行多次模拟的基础上，将现有数据进行整理，基于机器学习，建立人工神经网络，充分利用现有的模拟数据实现对未知参量下的颗粒碰撞特性的预测，节省时间和计算成本，实现快速预测；便于同时研究多个实验参数对模拟结果的影响。

本发明授权一种基于机器学习的固态增材制造颗粒碰撞特性预测方法在权利要求书中公布了：1.一种基于机器学习的固态增材制造颗粒碰撞特性预测方法，其特征在于，包括以下步骤：步骤1：根据需要选择输入变量和输出变量，确定神经网络的输入层节点数和输出层节点数；步骤2：基于欧拉方法，建立三维固态增材制造颗粒碰撞模型，基于步骤1确定的输入变量进行参数设置，对输出变量对应参数的计算结果进行整合，建立数据集，包括以下子步骤：步骤2.1：建立三维有限元单颗粒碰撞模型，定义模型角度为、网格类型、网格大小，并对颗粒部分进行局部布种；步骤2.2：根据步骤2.2得到若干组数据后，在创建人工神经网络前将所有输入层和对应的输出层数据打乱，其中至少80％的数据作为训练集，剩余数据作为测试集；步骤2.3：输入层的数据进行最值归一化处理，映射到将数据集映射在[0,1]或[-1,1]内： 其中x为样本数据，x*为样本数据映射到将数据集映射在[0,1]或[-1,1]内的值，xmax为样本数据的最大值，xmin为样本数据的最小值；步骤3：创建神经网络，利用步骤2建立的数据集进行训练测试，对神经网络进行优化；步骤4：采用步骤3优化后的神经网络，写入任意输入变量的值，获得对应的输出变量值，即为得到的预测值。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。