-
公开(公告)号：CN118734720A
公开(公告)日：2024-10-01
申请号：CN202411223433.3
申请日：2024-09-03
Applicant: 南昌大学
IPC: G06F30/27 , G06F30/15 , G06F111/04 , G06F119/14
Abstract: 本发明公开了一种机器学习优化设计方法及系统，包括：根据载荷受力分析与边界条件构建翼形结构刚度仿真模型与对应的数学优化模型；基于拉丁超立方采样确定初始优化种群；推导空间导向与维度导向的搜索重心重构函数；基于重心扰动变异产生候选子代种群；采用翼形仿真数据构造径向基函数预测模型；基于可行性规则筛选最优个体，并采用翼形结构刚度仿真模型进行评估，更新种群并转至步骤，直至优化结构满足要求。本发明将翼形结构刚度优化问题转化为数学优化模型，融入两种搜索重心重构函数定位进化节点，并通过径向基函数预测信息引导进化，提高算法针对翼形结构刚度优化问题的优化效率。
-
公开(公告)号：CN117556691A
公开(公告)日：2024-02-13
申请号：CN202311482150.6
申请日：2023-11-08
Applicant: 南昌大学
IPC: G06F30/27 , G06F30/17 , G06F30/15 , G06N3/0455 , G06N3/048 , G06N3/084 , G06N3/086 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种面向高维昂贵优化问题的梯度信息驱动维度扰动变异方法，包括：(1)确定设计空间与优化目标，种群与关键迭代参数初始化，给出收敛条件；(2)根据相似筛选准则构建全局径向基函数代理模型；(3)构建梯度信息驱动的维度扰动变异操作来产生候选子代池；(4)构建双层子代选择策略确定真正子代个体；(5)采用自编码器实现降维与升维，设计局部搜索策略；(6)更新种群与关键迭代参数信息，判断算法是否达到收敛条件，若收敛则输出算法所得优化解，否则转至步骤(2)，直至算法达到收敛条件。本发明有效融合了梯度变异快速收敛与维度扰动全局搜索两者优势，能够加快收敛速度，针对高维问题的适用性较强、灵活性较好。
-
公开(公告)号：CN108498514A
公开(公告)日：2018-09-07
申请号：CN201810519514.6
申请日：2018-05-28
Applicant: 南昌大学
IPC: A61K31/517 , A61P27/02
Abstract: Mdivi-1在制备治疗角膜碱烧伤药物中的应用。通过动物实验证实了Mdivi-1在治疗角膜碱烧伤的有效性。该物质通过抑制DRP1和Dnm1而抑制线粒体分裂，降低ROS产生、炎症因子IL-1β和IL-6以及TNF-α表达水平，减少角膜新生血管的形成，从而改善了角膜碱烧伤引起的角膜损伤和视力损伤。
-
公开(公告)号：CN117556691B
公开(公告)日：2025-02-14
申请号：CN202311482150.6
申请日：2023-11-08
Applicant: 南昌大学
IPC: G06F30/27 , G06F30/17 , G06F30/15 , G06N3/0455 , G06N3/048 , G06N3/084 , G06N3/086 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种面向高维昂贵优化问题的梯度信息驱动维度扰动变异方法，包括：(1)确定设计空间与优化目标，种群与关键迭代参数初始化，给出收敛条件；(2)根据相似筛选准则构建全局径向基函数代理模型；(3)构建梯度信息驱动的维度扰动变异操作来产生候选子代池；(4)构建双层子代选择策略确定真正子代个体；(5)采用自编码器实现降维与升维，设计局部搜索策略；(6)更新种群与关键迭代参数信息，判断算法是否达到收敛条件，若收敛则输出算法所得优化解，否则转至步骤(2)，直至算法达到收敛条件。本发明有效融合了梯度变异快速收敛与维度扰动全局搜索两者优势，能够加快收敛速度，针对高维问题的适用性较强、灵活性较好。
-
公开(公告)号：CN118734720B
公开(公告)日：2024-11-22
申请号：CN202411223433.3
申请日：2024-09-03
Applicant: 南昌大学
IPC: G06F30/27 , G06F30/15 , G06F111/04 , G06F119/14
Abstract: 本发明公开了一种机器学习优化设计方法及系统，包括：根据载荷受力分析与边界条件构建翼形结构刚度仿真模型与对应的数学优化模型；基于拉丁超立方采样确定初始优化种群；推导空间导向与维度导向的搜索重心重构函数；基于重心扰动变异产生候选子代种群；采用翼形仿真数据构造径向基函数预测模型；基于可行性规则筛选最优个体，并采用翼形结构刚度仿真模型进行评估，更新种群并转至步骤，直至优化结构满足要求。本发明将翼形结构刚度优化问题转化为数学优化模型，融入两种搜索重心重构函数定位进化节点，并通过径向基函数预测信息引导进化，提高算法针对翼形结构刚度优化问题的优化效率。
-
Patent Agency Ranking
公开(公告)号：CN108498514B
公开(公告)日：2020-01-17
申请号：CN201810519514.6
申请日：2018-05-28
Applicant: 南昌大学
IPC: A61K31/517 , A61P27/02
Abstract: Mdivi‑1在制备治疗角膜碱烧伤药物中的应用。通过动物实验证实了Mdivi‑1在治疗角膜碱烧伤的有效性。该物质通过抑制DRP1和Dnm1而抑制线粒体分裂，降低ROS产生、炎症因子IL‑1β和IL‑6以及TNF‑α表达水平，减少角膜新生血管的形成，从而改善了角膜碱烧伤引起的角膜损伤和视力损伤。
-
公开(公告)号：CN119293614A
公开(公告)日：2025-01-10
申请号：CN202411814959.9
申请日：2024-12-11
Applicant: 南昌大学
IPC: G06F18/2411 , G06F18/214
Abstract: 本发明提供一种基于全局与局部代理模型辅助的双区域协同优化方法，涉及桁架平面结构设计优化领域，该方法通过采用双层协同框架，以区分处理不同类型变量，解决混合整数变量的昂贵约束问题。具体的，基于径向基函数的协同框架包括基于历史有潜力区域的局部搜索策略和基于径向基函数辅助的预筛选策略；基于高斯过程的混合整数协同框架包括基于当前可能有潜力区域的局部搜索策略和基于高斯过程辅助的预筛选策略；利用基于径向基函数的协同框架，充分发挥经典基于代理模型的协作框架的快速收敛能力，快速定位高潜力区域；利用基于高斯过程的混合整数协同框架通过提供稳定的优化轨迹来搜索不连通的可行区域，平衡了高潜力区域的收敛性和可行性。
-
公开(公告)号：CN119066983A
公开(公告)日：2024-12-03
申请号：CN202411534758.3
申请日：2024-10-31
Applicant: 南昌大学
IPC: G06F30/27 , G06F30/23 , G06F30/17 , G06N3/006 , G06F16/901 , G06F111/04 , G06F119/04 , G06F119/14
Abstract: 本发明公开了一种机器学习引导的动态种群优化设计方法，适用于全回转推进器驱动轴轻量化设计问题，包括：考虑驱动轴结构参数与服役约束进行种群与参数初始化；基于迭代信息与多目标非支配排序法确定动态种群；构造适应种群个体潜力的进化操作来产生候选子代池；在每个候选子代个体邻域范围内确定机器学习模型建模样本；构造高斯过程机器学习模型，并推导候选子代个体期望提升量；根据松弛因子与多目标非支配排序法筛选真实子代个体，并更新种群；构造基于高斯过程的局部搜索定位局部高潜力个体，更新迭代信息。本发明综合考虑重量目标与疲劳约束来设计算法优化轨迹，提高了算法针对全回转推进器驱动轴轻量化设计问题的全局适应性与收敛速度。
-
公开(公告)号：CN117421989A
公开(公告)日：2024-01-19
申请号：CN202311500236.7
申请日：2023-11-10
Applicant: 南昌大学
IPC: G06F30/27 , G06N3/006 , G06F111/06
Abstract: 本发明公开了一种面向高维昂贵优化问题的代理模型辅助的并行协同方法，包括：(1)确定设计空间与优化目标，种群与关键迭代参数初始化，给出收敛条件；(2)基于多目标非支配排序技术来构建并行维度扰动变异操作；(3)基于局部预测信息与个体分布来构建两层真实子代个体筛选机制；(4)采用DE/current‑to‑pbest/2/bin进行高潜力个体引导的协同变异；(5)基于全局预测信息与个体分布来构建两层真实子代个体筛选机制；(6)设计基于局部径向基函数的局部搜索策略；(7)更新种群与关键迭代参数信息，判断是否达到收敛条件，若收敛则输出优化解，否则转至步骤(2)，直至达到收敛条件。本发明能够加快收敛速度，针对高维问题的适用性较强、灵活性较好。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.017 seconds)
