買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉吉林大學(xué)申請(qǐng)的專利一種基于LLM和貝葉斯優(yōu)化的網(wǎng)絡(luò)動(dòng)力學(xué)符號(hào)回歸方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120471099B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510978826.3，技術(shù)領(lǐng)域涉及：G06N3/042；該發(fā)明授權(quán)一種基于LLM和貝葉斯優(yōu)化的網(wǎng)絡(luò)動(dòng)力學(xué)符號(hào)回歸方法是由崔佳旭;李奇霏;孫冰怡;楊博設(shè)計(jì)研發(fā)完成，并于2025-07-16向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于LLM和貝葉斯優(yōu)化的網(wǎng)絡(luò)動(dòng)力學(xué)符號(hào)回歸方法在說(shuō)明書摘要公布了：本發(fā)明適用于計(jì)算機(jī)技術(shù)領(lǐng)域，提供了一種基于LLM和貝葉斯優(yōu)化的網(wǎng)絡(luò)動(dòng)力學(xué)符號(hào)回歸方法。本發(fā)明無(wú)需預(yù)定義基函數(shù)庫(kù)，以自然語(yǔ)言融入物理先驗(yàn)引導(dǎo)LLM生成方程，進(jìn)一步提升生成方程的質(zhì)量并加快搜索進(jìn)程；同時(shí)利用貝葉斯優(yōu)化這一序列化優(yōu)化方法，高效搜索全局最優(yōu)解，提高生成方程的準(zhǔn)確度，為符號(hào)模型搜索提供了一種高效、智能的解決方案。本發(fā)明在多種網(wǎng)絡(luò)動(dòng)力學(xué)場(chǎng)景實(shí)驗(yàn)表明，在無(wú)需額外預(yù)定義基函數(shù)庫(kù)的情況下，通過(guò)LLM生成候選方程與貝葉斯優(yōu)化的高效搜索相結(jié)合，有效融合了先驗(yàn)知識(shí)，大幅提高發(fā)現(xiàn)方程精度與搜索效率，所得方程的準(zhǔn)確率遠(yuǎn)高于目前基于GNN結(jié)合GP（GG）、預(yù)定義函數(shù)庫(kù)稀疏回歸（TPSINDy）等方法。

本發(fā)明授權(quán)一種基于LLM和貝葉斯優(yōu)化的網(wǎng)絡(luò)動(dòng)力學(xué)符號(hào)回歸方法在權(quán)利要求書中公布了：1.一種基于LLM和貝葉斯優(yōu)化的網(wǎng)絡(luò)動(dòng)力學(xué)符號(hào)回歸方法，其特征在于，包括以下步驟： 步驟1：LLM生成候選方程； 收集網(wǎng)絡(luò)動(dòng)力學(xué)領(lǐng)域知識(shí)作為L(zhǎng)LM的提示詞，調(diào)用LLM生成候選方程，直至生成的方程數(shù)量達(dá)到預(yù)設(shè)值，構(gòu)成初始搜索種群并加入候選方程集合； 步驟2：貝葉斯優(yōu)化搜索最優(yōu)解，具體包括： 子步驟2.1：構(gòu)建并訓(xùn)練代理模型，將方程文本描述通過(guò)嵌入模型轉(zhuǎn)換為向量，以神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)適應(yīng)度值； 子步驟2.2：設(shè)計(jì)采集函數(shù)，選擇最有潛力的方程； 子步驟2.3：迭代更新代理模型，直至找到最優(yōu)解或達(dá)到預(yù)設(shè)迭代次數(shù)； 所述子步驟2.1中，代理模型為基于前饋神經(jīng)網(wǎng)絡(luò)的集成回歸模型，采用快照集成技術(shù)，具體包括： 在訓(xùn)練過(guò)程中保存模型快照，將快照的預(yù)測(cè)結(jié)果進(jìn)行平均，獲得代理模型對(duì)同一個(gè)輸入的不同預(yù)測(cè)；公式如下： ； 其中：為方程的嵌入向量，表示代理模型對(duì)方程嵌入向量的適應(yīng)度預(yù)測(cè)值；表示第個(gè)基模型的適應(yīng)度預(yù)測(cè)值；是基模型的數(shù)量；是基模型的索引值； 代理模型的預(yù)測(cè)均值和方差公式如下： ； ； 其中：為方程的嵌入向量，表示代理模型得到的方程嵌入向量的預(yù)測(cè)均值；表示代理模型得到的方程嵌入向量的預(yù)測(cè)方差；表示代理模型得到的方程嵌入向量的預(yù)測(cè)標(biāo)準(zhǔn)差； 步驟3：評(píng)估候選方程并計(jì)算適應(yīng)度值； 預(yù)處理網(wǎng)絡(luò)動(dòng)力學(xué)觀測(cè)數(shù)據(jù)為結(jié)構(gòu)化數(shù)據(jù)，提取節(jié)點(diǎn)狀態(tài)及鄰居關(guān)系； 對(duì)待評(píng)估的方程組合，通過(guò)擬牛頓法優(yōu)化常數(shù)項(xiàng)，以歸一化均方誤差作為適應(yīng)度值； 步驟4：判斷是否存在真實(shí)方程； 若存在則輸出其方程形式并結(jié)束流程；若不存在，則將已評(píng)估的最有潛力的方程作為知識(shí)補(bǔ)充至LLM的提示詞，返回步驟1繼續(xù)生成候選方程。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人吉林大學(xué)，其通訊地址為：130012 吉林省長(zhǎng)春市前進(jìn)大街2699號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。