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！

龙图腾网获悉西安现代控制技术研究所申请的专利一种基于稀疏神经网络的飞行器内外弹道一体化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：CN121659808B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610175726.1，技术领域涉及：G06F30/27；该发明授权一种基于稀疏神经网络的飞行器内外弹道一体化优化方法是由刘钧圣;李国旭;骆盛;高登巍;杨登峰;雷子莘设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本一种基于稀疏神经网络的飞行器内外弹道一体化优化方法在说明书摘要公布了：本发明涉及航空航天飞行器总体设计领域，公开了一种基于稀疏神经网络的飞行器内外弹道一体化优化方法，包括：利用飞行器的设计变量构造设计变量集，并设定输出响应；基于设计变量的设计空间，结合所述设计变量集构造样本，形成训练样本集；通过内弹道仿真模型和外弹道仿真模型确定每个样本的输出响应，形成输出响应集；通过引入范数作为总损失函数的稀疏正则项，从而构造基于范数的稀疏神经网络；利用训练样本集和输出响应集对稀疏神经网络进行训练；将所述稀疏神经网络作为低精度模型，将内弹道仿真模型和外弹道仿真模型作为高精度模型；结合动态信任因子对低精度模型不断优化，最终确定作为最优设计方案的候选设计点。

本发明授权一种基于稀疏神经网络的飞行器内外弹道一体化优化方法在权利要求书中公布了：1.一种基于稀疏神经网络的飞行器内外弹道一体化优化方法，其特征在于，包括： 利用飞行器的设计变量构造设计变量集，并设定输出响应； 基于设计变量的设计空间，结合所述设计变量集构造样本，形成训练样本集；通过内弹道仿真模型和外弹道仿真模型确定每个样本的输出响应，形成输出响应集； 通过引入范数作为总损失函数的稀疏正则项，从而构造基于范数的稀疏神经网络；利用训练样本集和输出响应集对稀疏神经网络进行训练； 将所述稀疏神经网络作为低精度模型，将内弹道仿真模型和外弹道仿真模型作为高精度模型；基于设计空间构造候选设计点集，结合动态信任因子和低精度模型计算候选设计点的综合指标，进行候选设计点的筛选，包括： 在设计变量的设计空间内通过拉丁超立方采样得到候选设计点；所有候选设计点构成候选设计点集； 设定动态信任因子的初值，然后按照预设的迭代次数进行迭代；每一次迭代的具体过程如下： 利用低精度模型计算每个候选设计点的预测输出，并确定预测输出的期望及对应的标准差；计算标准期望提升值： ； 其中，表示当前的最优预测输出，初始时随机选择一个候选设计点的预测输出作为；表示标准变化量，为标准正态累积分布函数，为概率密度函数； 计算每个候选设计点到候选设计点集中所有其他候选设计点的最小欧氏距离并进行归一化处理，得到的结果记为；之后计算综合指标： ； 其中，表示动态信任因子； 对所有候选设计点的综合指标按照由大到小的顺序进行排序，选择前个综合指标对应的候选设计点作为筛选出的候选设计点； 筛选出的候选设计点通过高精度模型确定输出响应，从而对训练样本集、输出响应集进行更新，然后重新训练低精度模型；最终从低精度模型每次迭代时的预测输出中确定作为最优设计方案的候选设计点。

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西安现代控制技术研究所，其通讯地址为：710065 陕西省西安市雁塔区丈八东路10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。