南京航空航天大学李迎光获国家专利权
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！
龙图腾网获悉南京航空航天大学申请的专利一种基于流形神经算子的拓扑优化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：CN119989955B 。
龙图腾网通过国家知识产权局官网在2025-06-10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：202510480845.3，技术领域涉及：G06F30/27；该发明授权一种基于流形神经算子的拓扑优化方法是由李迎光;刘旭;孟庆禄;陈耿祥;张毅诚;唐祥国;郝小忠设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。
本一种基于流形神经算子的拓扑优化方法在说明书摘要公布了：本发明提供了一种基于流形神经算子的拓扑优化方法，属于结构设计与优化技术领域。该方法包括以下步骤：步骤S1、确定给定拓扑优化任务的设计域几何，对其进行网格划分，并求解定义在该网格上的一组拉普拉斯算子特征函数；步骤S2、基于拉普拉斯算子特征函数构建拉普拉斯核积分模块，并进一步构建流形神经算子模型；步骤S3、根据拓扑优化任务的优化目标、优化约束、边界条件、材料属性，对流形神经算子模型进行迭代训练。本发明采用上述的方法，通过引入流形神经算子，实现连续的场到场几何结构表征，克服了传统基于全连接神经网络的离散的点到点表征模式得到的几何结构局部连续性差的问题，实现了可制造性更好的拓扑优化设计。
本发明授权一种基于流形神经算子的拓扑优化方法在权利要求书中公布了：1.一种基于流形神经算子的拓扑优化方法，其特征在于，包括以下步骤：步骤S1、确定给定拓扑优化任务的设计域几何，对其进行网格划分，并求解定义在该网格上的一组拉普拉斯算子特征函数；步骤S2、基于拉普拉斯算子特征函数构建拉普拉斯核积分模块，并进一步构建流形神经算子模型；步骤S3、根据拓扑优化任务的优化目标、优化约束、边界条件、材料属性，对流形神经算子模型进行迭代训练，具体步骤为：步骤S31、输入表征设计域几何的场函数至流形神经算子模型，输出表征几何结构的场函数；步骤S32、对输出的几何结构进行结构响应分析，计算损失函数；步骤S33、判断是否满足终止条件，若满足则输出的几何结构作为最终优化结果，结束循环，若不满足，则执行步骤S34；步骤S34、根据损失函数和优化算法更新流形神经算子模型参数，并重复步骤S31-S34，直至满足终止条件。
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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。
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