買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉蘇州元腦智能科技有限公司申請的專利一種基于混合神經網絡模型的海洋潮位模擬方法和裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120354749B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510822268.1，技術領域涉及：G06F30/27；該發明授權一種基于混合神經網絡模型的海洋潮位模擬方法和裝置是由李龍翔設計研發完成，并于2025-06-19向國家知識產權局提交的專利申請。

本一種基于混合神經網絡模型的海洋潮位模擬方法和裝置在說明書摘要公布了：本公開涉及海洋數值模擬技術領域，具體涉及一種基于混合神經網絡模型的海洋潮位模擬方法和裝置，方法包括：獲取目標海域的開邊界上調和參數，輸入混合神經網絡模型中預訓練的物理信息神經網絡模型，獲取多個觀潮站的模擬潮位時序數據；構建訓練數據集，將訓練數據集輸入混合神經網絡模型中的深度神經網絡模型，對深度神經網絡模型進行訓練；將多個觀潮站的實測潮位時序數據輸入訓練完成的深度神經網絡模型，從深度神經網絡模型獲取多個節點的最優調和參數。本公開實施例提供的方法通過構建并訓練深度神經網絡模型，通過直接將觀潮站實測潮位數據輸入混合神經網絡模型，得到最優調和參數，降低數值模擬過程中的人力時間成本，提高數值模擬效率。

本發明授權一種基于混合神經網絡模型的海洋潮位模擬方法和裝置在權利要求書中公布了：1.一種基于混合神經網絡模型的海洋潮位模擬方法，其特征在于，所述方法包括： 獲取目標海域的開邊界上多個節點分別對應的調和參數，將所述調和參數輸入混合神經網絡模型中預訓練的物理信息神經網絡模型，獲取多個觀潮站分別對應的模擬潮位時序數據； 其中，所述獲取目標海域的開邊界上多個節點分別對應的調和參數，包括：通過天文分潮參數隨機生成器，獲取目標海域的開邊界上Nb個節點中每個節點對應的NT組調和參數；其中，每組調和參數均包括8個天文分潮中第k個天文分潮的振幅與相位； 所述預訓練的物理信息神經網絡模型，基于以下步驟實現： 構建物理信息神經網絡模型的輸入層與輸出層，所述輸入層至少包括Nb個節點中每個節點對應的NT組調和參數，所述輸出層至少包括M個觀潮站中每個觀潮站的NT組模擬潮位時序數據； 基于物理約束項與數據驅動項，定義所述物理信息神經網絡模型的復合損失函數；其中，所述物理約束項采用淺水方程作為物理約束； 通過梯度反向傳播算法最小化所述復合損失函數，當所述復合損失函數低于預設閾值時，完成所述物理信息神經網絡模型的訓練； 其中，述構建物理信息神經網絡模型的輸入層與輸出層，包括： 構建物理信息神經網絡模型的輸入層，所述輸入層包括以下至少一項：目標海域中任一采樣坐標與采樣時間x,y,t、開邊界上各節點的NT組調和參數；其中，所述目標海域中的采樣坐標包括以下至少一項：開邊界上各節點、觀潮站點、海域內部點； 構建所述物理信息神經網絡模型的輸出層，所述輸出層包括以下至少一項：所述目標海域中任一采樣坐標的模擬潮位ζx,y,t、流速分量Ux,y,t與Vx,y,t，其中，所述模擬潮位ζx,y,t、流速分量Ux,y,t與Vx,y,t用于構成模擬潮位時序數據； 基于所述調和參數與所述模擬潮位時序數據構建訓練數據集，將所述訓練數據集輸入混合神經網絡模型中的深度神經網絡模型，對所述深度神經網絡模型進行訓練，以使所述深度神經網絡模型學習從模擬潮位時序數據到調和參數的逆向映射關系； 將所述多個觀潮站的實測潮位時序數據輸入訓練完成的所述深度神經網絡模型，從所述深度神經網絡模型獲取所述多個節點的最優調和參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人蘇州元腦智能科技有限公司，其通訊地址為：215000 江蘇省蘇州市吳中經濟開發區綜保區經一路1號8幢；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。