1. 您所在位置：
  2. 网站首页
  3. 专利分类
  4. 物理
发明

一种基于机器学习的多层复合结构设计方法2025

2023-12-25 07:48:08 发布于四川 0
  • 申请专利号：CN202311073283.8
  • 公开（公告）日：2025-08-05
  • 公开（公告）号：CN117275617A
  • 申请人：汕头大学
摘要：本发明公开了一种基于机器学习的多层复合结构设计方法，建立多层多元复合结构的机器学习模型，将训练集m的一维数据矩阵输入到多层多元复合结构的机器学习模型，得到训练集m的力学属性，使用训练集m的目标力学属性优化训练集m的一维数据矩阵和力学属性之间的映射关系，再使用测试集n对多层多元复合结构的机器学习模型的泛化能力进行验证，完成多层复合结构的设计。采用本发明能够快速、准确地预测材料性能并优化材料结构，通过获取大量的材料数据和性能参数，通过对未知结构进行模拟和预测，可以快速评估其性能，并利用机器学习模型对材料结构进行调整，以实现更高的性能要求。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117275617 A (43)申请公布日 2023.12.22 (21)申请号 202311073283.8 G06N 3/0464 (2023.01) G06N 3/044 (2023.01) (22)申请日 2023.08.23 (71)申请人 汕头大学 地址 515063 广东省汕头市大学路汕头大 学 (72)发明人 张志强　郭重飞　 (74)专利代理机构 广州三环专利商标代理有限 公司 44202 专利代理师 彭妙玲 (51)Int.Cl. G16C 60/00 (2019.01) G06F 30/27 (2020.01) G06F 30/23 (2020.01) G06F 113/26 (2020.01) G06N 3/045 (2023.01) 权利要求书2页 说明书4页 附图6页 (54)发明名称 一种基于机器学习的多层复合结构设计方 法 (57)摘要 本发明公开了一种基于机器学习的多层复 合结构设计方法，建立多层多元复合结构的机器 学习模型，将训练集m的一维数据矩阵输入到多 层多元复合结构的机器学习模型，得到训练集m 的力学属性，使用训练集m的目标力学属性优化 训练集m的一维数据矩阵和力学属性之间的映射 关系

最新专利

相关专利