中国空气动力研究与发展中心超高速空气动力研究所李宇玻获国家专利权
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！
龙图腾网获悉中国空气动力研究与发展中心超高速空气动力研究所申请的专利基于自伴算子泛函约束的变分物理信息神经网络求解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：CN121503304B 。
龙图腾网通过国家知识产权局官网在2026-04-21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：202610045688.8，技术领域涉及：G06F30/27；该发明授权基于自伴算子泛函约束的变分物理信息神经网络求解方法是由李宇玻;刘枫;郑应龙;汤洪伟;张汶杰;蒋万秋;黄俊设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。
本基于自伴算子泛函约束的变分物理信息神经网络求解方法在说明书摘要公布了：本发明公开了一种基于自伴算子泛函约束的变分物理信息神经网络求解方法，涉及神经网络与科学计算交叉领域，包括：S1、基于预定的边界条件、初始条件，借助自伴算子的对称守恒特性，构建与微分方程约束项形成直接关联能的能量泛函；其中，所述能量泛函的各分量与微分方程中对应的物理场量一一映射，所述物理场包括：扩散系数、对流速度；S2、对S1构造的能量泛函正确性进行验证；S3、将经验证的能量泛函代入至变分物理信息神经网络中进行迭代训练。本发明通过在变分物理信息神经网络中引入泛函约束，能更精准地调控神经网络对“方程‑边界‑泛函”多约束的协同满足，从而提升解的整体精度与空间稳定性。
本发明授权基于自伴算子泛函约束的变分物理信息神经网络求解方法在权利要求书中公布了：1.一种基于自伴算子泛函约束的变分物理信息神经网络求解方法，其特征在于，包括： S1、基于预定的边界条件、初始条件，借助自伴算子的对称守恒特性，构建与微分方程约束项形成直接关联的能量泛函J； 其中，所述能量泛函J的各分量与微分方程中对应的物理场量一一映射，所述物理场量包括：扩散系数、对流速度、源项； S2、对S1构造的能量泛函J正确性进行验证； S3、将经验证的能量泛函J代入至变分物理信息神经网络中进行迭代训练，并在训练过程中构建如下的损失函数L来迭代更新变分物理信息神经网络参数直至收敛： 上式中，为边界约束损失项、为初始状态损失项，为泛函约束损失项，、、分别为对应的权重系数； S4、将训练后的变分物理信息神经网络应用于不规则飞行器外形的飞行性能风洞实验中，以通过变分物理信息神经网络输出参数对应的解函数求解目标微分方程在全域上的近似解。
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中国空气动力研究与发展中心超高速空气动力研究所，其通讯地址为：621000 四川省绵阳市涪城区二环路南段6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”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励