-
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
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：CN117494567B
公开(公告)日：2024-10-11
申请号：CN202311499733.X
申请日：2023-11-10
Applicant: 南昌大学
IPC: G06F30/27 , G06N3/006 , G06F111/06 , G06F111/04 , G06F119/14
Abstract: 本发明公开了一种面向混合整数昂贵优化问题的代理模型辅助差分进化方法，包括：(1)确定设计空间与优化目标，种群与关键迭代参数初始化，给出收敛条件；(2)根据目标与约束评估耗时构建全局径向基函数代理模型；(3)构建动态种群筛选机制及相适应的变异操作；(4)设计变异标准差自适应缩放机制；(5)构建代理模型辅助的差分变异‑筛选‑选择框架；(6)分别针对两类局部区域构建局部搜索策略；(7)更新种群与关键迭代参数信息，判断是否达到收敛条件，若收敛则输出优化解，否则转至步骤(2)，直至达到收敛条件。本发明有效融合了代理模型辅助的全局维度扰动预筛与差分进化策略，针对混合整数变量昂贵优化问题的收敛速度较快。
-
公开(公告)号：CN117421989A
公开(公告)日：2024-01-19
申请号：CN202311500236.7
申请日：2023-11-10
Applicant: 南昌大学
IPC: G06F30/27 , G06N3/006 , G06F111/06
Abstract: 本发明公开了一种面向高维昂贵优化问题的代理模型辅助的并行协同方法，包括：(1)确定设计空间与优化目标，种群与关键迭代参数初始化，给出收敛条件；(2)基于多目标非支配排序技术来构建并行维度扰动变异操作；(3)基于局部预测信息与个体分布来构建两层真实子代个体筛选机制；(4)采用DE/current‑to‑pbest/2/bin进行高潜力个体引导的协同变异；(5)基于全局预测信息与个体分布来构建两层真实子代个体筛选机制；(6)设计基于局部径向基函数的局部搜索策略；(7)更新种群与关键迭代参数信息，判断是否达到收敛条件，若收敛则输出优化解，否则转至步骤(2)，直至达到收敛条件。本发明能够加快收敛速度，针对高维问题的适用性较强、灵活性较好。
-
公开(公告)号：CN115896763A
公开(公告)日：2023-04-04
申请号：CN202211417184.2
申请日：2022-11-12
Applicant: 南昌大学
Abstract: 本发明涉及Al‑Mg‑Si合金极板领域，具体涉及一种在Al‑Mg‑Si合金极板表面制备Ni/P涂层的方法。本发明首先在Al‑Mg‑Si合金表面生成一层亲水性表面薄膜，通过亲水性薄膜在浸锌法中沉积一层牢固均匀的锌层，然后在碱性溶液中镀镍，接着在酸性溶液中镀Ni/P层，最后通过热处理工艺消除表面的亲水薄膜以及减小涂层中的缺陷。本发明的优点：(1)结合具备良好亲水性表面薄膜的存在加快镀锌层与Ni/P镀层在合金表面的沉积；(2)通过在真空环境下进行热处理消除表面的亲水薄膜以及减小涂层中的缺陷，以制得平整光亮、致密均匀、牢固且耐腐蚀的Ni/P涂层；(3)本发明的方法工艺简单，能耗少，成本低廉，具有很大的实用和推广价值。
-
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
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。
-
Patent Agency Ranking
公开(公告)号：CN117421989B
公开(公告)日：2024-12-27
申请号：CN202311500236.7
申请日：2023-11-10
Applicant: 南昌大学
IPC: G06F30/27 , G06N3/006 , G06F111/06
Abstract: 本发明公开了一种面向高维昂贵优化问题的代理模型辅助的并行协同方法，包括：(1)确定设计空间与优化目标，种群与关键迭代参数初始化，给出收敛条件；(2)基于多目标非支配排序技术来构建并行维度扰动变异操作；(3)基于局部预测信息与个体分布来构建两层真实子代个体筛选机制；(4)采用DE/current‑to‑pbest/2/bin进行高潜力个体引导的协同变异；(5)基于全局预测信息与个体分布来构建两层真实子代个体筛选机制；(6)设计基于局部径向基函数的局部搜索策略；(7)更新种群与关键迭代参数信息，判断是否达到收敛条件，若收敛则输出优化解，否则转至步骤(2)，直至达到收敛条件。本发明能够加快收敛速度，针对高维问题的适用性较强、灵活性较好。
-
公开(公告)号：CN117556692A
公开(公告)日：2024-02-13
申请号：CN202311482594.X
申请日：2023-11-08
Applicant: 南昌大学
IPC: G06F30/27 , G06N3/126 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种面向多目标昂贵约束优化问题的代理模型辅助的MOEA/D方法，包括：(1)确定设计空间、优化目标与优化约束，种群与关键迭代参数初始化，给出收敛条件；(2)构建基于密度估计法的子问题优化状态识别机制；(3)根据子问题优化状态设计相适应的搜索策略；(4)构建基于切比雪夫分解的多目标聚合适应度函数；(5)设计改进的约束支配准则筛选高潜力候选子代个体；(6)设计基于目标空间垂直距离相近的种群更新机制，判断是否达到收敛条件，若收敛则输出优化解集，否则转至步骤(2)，直至达到收敛条件。本发明能够提高寻优精度与效率，降低时间成本，针对多目标昂贵约束优化问题适用性较强。
-
公开(公告)号：CN115763867A
公开(公告)日：2023-03-07
申请号：CN202211417279.4
申请日：2022-11-12
Applicant: 南昌大学
IPC: H01M8/0228 , H01M8/0263 , H01M8/0208 , C21D9/00 , C22C21/02 , C22C21/08 , C22F1/02 , C22F1/043 , C22F1/047 , C23C26/00
Abstract: 本发明涉及Al‑Mg‑Si合金极板领域，具体涉及一种在Al‑Mg‑Si合金极板表面制备rGO/SiO2涂层的方法。本发明首先主要通过在Al‑Mg‑Si合金表面生成一层亲水性表面薄膜，然后通过超声分散GO/SiO2混合悬浊液。在通过浸涂法制备在GO/SiO2悬浊液中制备出中间产物，最后通过热处理工艺还原GO制备出均匀的涂层。本发明通过在Al‑Mg‑Si合金极板表面生成亲水性表面薄膜可以增强A1‑Mg‑Si和GO/SiO2之间的粘附性；超声分散GO/SiO2混合悬浊液，可在浸涂法中形成均匀牢固的界面而不产生孔隙或缺陷；最后通过在氢气和氮气环境下进行热处理工艺消除表面的氧气和亲水薄膜从而减小涂层中的缺陷，增强了合金材料的耐腐蚀性能。本发明的方法工艺简单，成本低廉，具有很大的实用和推广价值。
-
公开(公告)号：CN115896763B
公开(公告)日：2025-04-22
申请号：CN202211417184.2
申请日：2022-11-12
Applicant: 南昌大学
Abstract: 本发明涉及Al‑Mg‑Si合金极板领域，具体涉及一种在Al‑Mg‑Si合金极板表面制备Ni/P涂层的方法。本发明首先在Al‑Mg‑Si合金表面生成一层亲水性表面薄膜，通过亲水性薄膜在浸锌法中沉积一层牢固均匀的锌层，然后在碱性溶液中镀镍，接着在酸性溶液中镀Ni/P层，最后通过热处理工艺消除表面的亲水薄膜以及减小涂层中的缺陷。本发明的优点：(1)结合具备良好亲水性表面薄膜的存在加快镀锌层与Ni/P镀层在合金表面的沉积；(2)通过在真空环境下进行热处理消除表面的亲水薄膜以及减小涂层中的缺陷，以制得平整光亮、致密均匀、牢固且耐腐蚀的Ni/P涂层；(3)本发明的方法工艺简单，能耗少，成本低廉，具有很大的实用和推广价值。
-
公开(公告)号：CN117556691A
公开(公告)日：2024-02-13
申请号：CN202311482150.6
申请日：2023-11-08
Applicant: 南昌大学
IPC: G06F30/27 , G06F30/17 , G06F30/15 , G06N3/0455 , G06N3/048 , G06N3/084 , G06N3/086 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种面向高维昂贵优化问题的梯度信息驱动维度扰动变异方法，包括：(1)确定设计空间与优化目标，种群与关键迭代参数初始化，给出收敛条件；(2)根据相似筛选准则构建全局径向基函数代理模型；(3)构建梯度信息驱动的维度扰动变异操作来产生候选子代池；(4)构建双层子代选择策略确定真正子代个体；(5)采用自编码器实现降维与升维，设计局部搜索策略；(6)更新种群与关键迭代参数信息，判断算法是否达到收敛条件，若收敛则输出算法所得优化解，否则转至步骤(2)，直至算法达到收敛条件。本发明有效融合了梯度变异快速收敛与维度扰动全局搜索两者优势，能够加快收敛速度，针对高维问题的适用性较强、灵活性较好。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.017 seconds)
