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！

龙图腾网获悉山东大学申请的专利基于可泛化物理信息神经网络的系统响应计算方法及系统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：CN121581105B 。

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：202610105767.3，技术领域涉及：G06N3/042；该发明授权基于可泛化物理信息神经网络的系统响应计算方法及系统是由马赛;王政;徐晟博;李志鹏;朱洪涛;邹斌;姚鹏;黄传真设计研发完成，并于2026-01-27向国家知识产权局提交的专利申请。

本基于可泛化物理信息神经网络的系统响应计算方法及系统在说明书摘要公布了：本发明属于人工智能和系统响应计算技术领域，提供了基于可泛化物理信息神经网络的系统响应计算方法及系统，其技术方案为根据待分析系统的物理特性，建立由多个控制方程构成的微分方程任务族，并获取对应的数据集；构建一个由主体网络和多个通道网络构成的神经网络模型，其中主体网络用于学习表征系统响应的基函数，并共享给所有通道网络，每个通道网络处理任务族中的特定的微分方程任务，用于学习该任务对应的基函数系数；将数据集输入神经网络模型，通过最小化包含多项约束的损失函数对模型进行训练，基于训练后的模型得到不同激励下系统响应的最优解。能更精准地求解复杂的微分方程，提升模型在未见任务上的泛化性能。

本发明授权基于可泛化物理信息神经网络的系统响应计算方法及系统在权利要求书中公布了：1.基于可泛化物理信息神经网络的系统响应计算方法，其特征在于，包括： 根据待分析的单自由度无阻尼系统的物理特性，建立由多个控制方程构成的微分方程任务族，并获取对应的数据集，所述数据集包括求解域内的配置点数据、边界初始条件数据及激励源数据；其中配置点数据为单自由度无阻尼系统中的时间；初始条件为单自由度无阻尼系统在不同激励力下受迫振动响应的初始条件：，；激励源数据也就是单自由度无阻尼系统受到的由不同激励力幅值确定的激励力； 构建一个由主体网络和多个通道网络构成的神经网络模型，其中主体网络用于学习表征系统响应的基函数，并共享给所有通道网络，每个通道网络处理任务族中的单自由度无阻尼系统在不同激励力下受迫振动响应求解微分方程的任务，用于学习该任务对应的基函数系数；所述微分方程表达式为： ； 其中，是激励频率，是系统固有频率，t为时间，并在时域上均匀采样，F是激励力幅值； 将数据集输入神经网络模型，通过最小化包含多项约束的损失函数对模型进行训练，基于训练后的模型得到不同激励下系统响应的最优解； 所述损失函数至少包括：控制方程损失项、基于控制方程残差的梯度损失项、边界初始条件损失项、用于自适应强化边界初始条件约束的拉格朗日损失项以及用于提升模型泛化能力的柯尔莫哥洛夫n宽度损失项，表示为： ， 其中，表示总损失函数，、、及表示各项损失函数的权重，是控制方程损失项，是边界初始条件损失项，是用于进一步约束边界初始条件的拉格朗日损失项，是梯度损失项，是柯尔莫哥洛夫n宽度损失项； 所述柯尔莫哥洛夫n宽度损失项的计算式为： ， 式中，为组成解的基函数系数，为构成真实解的第i个基函数，为主体网络参数，为通道网络参数，为通道网络学习到的基函数系数，为主体网络学习到的基函数；是时间或空间坐标，M是模型所学习到的基函数的数量，N是真实解基函数的数量。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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。