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！

龍圖騰網獲悉中國電子科技集團公司第十五研究所申請的專利一種基于逃離優化算法EA的模型優化方法及系統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：CN120216937B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202510696517.7，技術領域涉及：G06F18/20；該發明授權一種基于逃離優化算法EA的模型優化方法及系統是由張曉偉;張一萌;董文濤;肖龍斌;孔紫寧;范格華;崔偉;林媛媛;張士太;陳桐;欒新瑞;劉英;尹菲;董玉才設計研發完成，并于2025-05-28向國家知識產權局提交的專利申請。

本一種基于逃離優化算法EA的模型優化方法及系統在說明書摘要公布了：本申請屬于船舶柴油機故障診斷技術領域。一種基于逃離優化算法EA的模型優化方法，包括在3D?CNN網絡模型訓練過程中，實時計算損失函數變化率與梯度范數，當滿足預設條件持續N個訓練周期時，判定3D?CNN網絡模型陷入局部最優停滯；在3D?CNN網絡模型陷入局部最優停滯時，根據3D?CNN網絡模型的參數更新方向中，注入擾動項，得到增強特征多樣性的3D?CNN網絡模型；對增強特征多樣性的3D?CNN網絡模型，繼續訓練，得到優化后的3D?CNN網絡模型；根據優化后的3D?CNN網絡模型，得到柴油機健康指標的時間序列。整個過程形成“監測?逃離?優化”的閉環，實現了模型性能與訓練穩定性的協同提升。

本發明授權一種基于逃離優化算法EA的模型優化方法及系統在權利要求書中公布了：1.一種基于逃離優化算法EA的船舶柴油機故障診斷模型優化方法，其特征在于，方法包括： 在3D-CNN網絡模型訓練過程中，實時計算損失函數變化率與梯度范數，當滿足預設條件持續N個訓練周期時，判定3D-CNN網絡模型陷入局部最優停滯； 在3D-CNN網絡模型陷入局部最優停滯時，根據所述3D-CNN網絡模型的參數更新方向中，注入擾動項，得到增強特征多樣性的3D-CNN網絡模型； 對所述增強特征多樣性的3D-CNN網絡模型，繼續訓練，直至損失收斂或達到最大迭代次數，得到優化后的3D-CNN網絡模型； 根據所述優化后的3D-CNN網絡模型，得到柴油機健康指標的時間序列；其中， 所述在3D-CNN網絡模型陷入局部最優停滯時，根據所述3D-CNN網絡模型的參數更新方向中，注入擾動項，得到增強特征多樣性的3D-CNN網絡模型的步驟，包括： 擾動項包括梯度符號擾動、空間維度擾動和時間維度擾動； 根據所述梯度符號擾動，向所述3D-CNN網絡模型的權重更新方向中注入擾動項，得到增強特征多樣性的3D-CNN網絡模型，其中，梯度符號擾動的計算公式為： ； 其中，表示學習率，表示擾動強度，表示梯度方向符號矩陣，表示時間； 根據所述空間維度擾動，對所述3D-CNN網絡模型的空間卷積核，進行隨機旋轉，得到增強特征多樣性的3D-CNN網絡模型； 根據所述時間維度擾動，對所述3D-CNN網絡模型的時間卷積層，進行擴展，得到增強特征多樣性的3D-CNN網絡模型； 所述根據所述優化后的3D-CNN網絡模型，得到柴油機健康指標的時間序列的步驟，包括： 將柴油機傳感器數據，按固定時間窗口，切分為3D張量； 將所述3D張量，輸入優化后的3D-CNN網絡模型，得到高層特征圖和低層特征圖； 將所述高層特征圖和所述低層特征圖，進行跨層連接融合，得到增強特征； 將所述增強特征，再輸入優化后的3D-CNN網絡模型，得到柴油機健康指標； 按時間順序拼接每個窗口的柴油機健康指標，得到健康指標時間序列；其中，將柴油機傳感器數據按固定時間窗口切分為3D張量，其中，所述柴油機傳感器數據具體包括振動、溫度和壓力，所述固定時間窗口具體為10秒窗口，T表示時間步長具體為100個采樣點，S表示空間維度具體為多傳感器布局的拓撲網格，C表示卷積層的輸出通道數。

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中國電子科技集團公司第十五研究所，其通訊地址為：100083 北京市海淀區北四環中路211號；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”。