公开(公告)号：CN119066983B

公开(公告)日：2025-05-09

申请号：CN202411534758.3

申请日：2024-10-31

Applicant: 南昌大学

Inventor： 杨赞 ,  卢航旭 ,  杜兴 ,  陈艳慧 ,  鲁翠媛 ,  张坤 ,  刘相勇 ,  陈晋 ,  袁彬

IPC: G06F30/27 ,  G06F30/23 ,  G06F30/17 ,  G06N3/006 ,  G06F16/901 ,  G06F111/04 ,  G06F119/04 ,  G06F119/14

Abstract: 本发明公开了一种机器学习引导的动态种群优化设计方法，适用于全回转推进器驱动轴轻量化设计问题，包括：考虑驱动轴结构参数与服役约束进行种群与参数初始化；基于迭代信息与多目标非支配排序法确定动态种群；构造适应种群个体潜力的进化操作来产生候选子代池；在每个候选子代个体邻域范围内确定机器学习模型建模样本；构造高斯过程机器学习模型，并推导候选子代个体期望提升量；根据松弛因子与多目标非支配排序法筛选真实子代个体，并更新种群；构造基于高斯过程的局部搜索定位局部高潜力个体，更新迭代信息。本发明综合考虑重量目标与疲劳约束来设计算法优化轨迹，提高了算法针对全回转推进器驱动轴轻量化设计问题的全局适应性与收敛速度。

公开(公告)号：CN119943234A

公开(公告)日：2025-05-06

申请号：CN202510413042.6

申请日：2025-04-03

Applicant: 南昌大学

Inventor： 杨赞 ,  卢航旭 ,  黄纪绘 ,  刘建胜 ,  熊立松 ,  游好 ,  李志兴 ,  李西安

IPC: G16C60/00 ,  G06F30/27 ,  G06N3/006 ,  G06F18/23

Abstract: 本发明公开了一种基于机器学习的红外隐身材料膜层优化设计方法，包括：（1）构建以最小化红外隐身材料膜层光谱发射率的误差目标值的数学优化模型；（2）采用拉丁超立方采样产生种群；（3）构建注意力信息增强的结合最大信息系数的克里金机器学习模型；（4）基于误差目标值和多样性指标分别生成第一类子种群和第二类子种群；（5）对第一类子种群执行维度扰动驱动的梯度下降变异，基于预测误差筛选第一个子代个体；（6）对第二类子种群执行双层差分变异，基于期望提升值筛选第二个子代个体；（7）执行仿真分析并更新数据库，返回步骤（3）直至仿真分析次数达到设计周期。本发明能够提高红外隐身材料膜层设计问题的收敛精度。

公开(公告)号：CN119066983A

公开(公告)日：2024-12-03

申请号：CN202411534758.3

申请日：2024-10-31

Applicant: 南昌大学

Inventor： 杨赞 ,  卢航旭 ,  杜兴 ,  陈艳慧 ,  鲁翠媛 ,  张坤 ,  刘相勇 ,  陈晋 ,  袁彬

IPC: G06F30/27 ,  G06F30/23 ,  G06F30/17 ,  G06N3/006 ,  G06F16/901 ,  G06F111/04 ,  G06F119/04 ,  G06F119/14

Abstract: 本发明公开了一种机器学习引导的动态种群优化设计方法，适用于全回转推进器驱动轴轻量化设计问题，包括：考虑驱动轴结构参数与服役约束进行种群与参数初始化；基于迭代信息与多目标非支配排序法确定动态种群；构造适应种群个体潜力的进化操作来产生候选子代池；在每个候选子代个体邻域范围内确定机器学习模型建模样本；构造高斯过程机器学习模型，并推导候选子代个体期望提升量；根据松弛因子与多目标非支配排序法筛选真实子代个体，并更新种群；构造基于高斯过程的局部搜索定位局部高潜力个体，更新迭代信息。本发明综合考虑重量目标与疲劳约束来设计算法优化轨迹，提高了算法针对全回转推进器驱动轴轻量化设计问题的全局适应性与收敛速度。