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！

龍圖騰網獲悉浙江大學申請的專利一種基于生成式對抗網絡模型的玻璃組分設計方法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：CN119833044B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202411913968.3，技術領域涉及：G16C60/00；該發明授權一種基于生成式對抗網絡模型的玻璃組分設計方法是由劉涌;田靜;李苑;韓高榮設計研發完成，并于2024-12-24向國家知識產權局提交的專利申請。

本一種基于生成式對抗網絡模型的玻璃組分設計方法在說明書摘要公布了：本發明公開了一種基于生成式對抗網絡模型的玻璃組分設計方法，屬于玻璃技術領域，方法包括：采集玻璃數據，構建初始訓練樣本集，所述的初始訓練樣本集包括具有映射關系的玻璃組分和其對應的性能值；對所述的初始訓練樣本集依次進行數據清洗和特征歸一化；構建生成式對抗網絡模型中生成器與判別器的網絡結構，利用特征歸一化后的初始訓練樣本集進行生成式對抗網絡模型的迭代訓練，迭代訓練結束后以生成器模型作為玻璃組分設計模型；利用玻璃組分設計模型生成滿足玻璃目標性能要求的玻璃組分。本發明方法得到的生成式對抗網絡模型具有優異的生成能力以及廣泛的適用性，可以突破玻璃組分?性能設計的困境，極大提升新型玻璃材料的開發效率。

本發明授權一種基于生成式對抗網絡模型的玻璃組分設計方法在權利要求書中公布了：1.一種基于生成式對抗網絡模型的玻璃組分設計方法，其特征在于，包括以下步驟： 步驟1：采集玻璃數據，構建初始訓練樣本集，所述的初始訓練樣本集包括具有映射關系的玻璃組分和其對應的性能值； 步驟2：對所述的初始訓練樣本集依次進行數據清洗和特征歸一化； 步驟3：構建生成式對抗網絡模型中生成器與判別器的網絡結構，利用特征歸一化后的初始訓練樣本集進行生成式對抗網絡模型的迭代訓練，訓練時，采用基于瓦瑟斯坦距離和梯度懲罰項的判別器損失函數優化更新判別器的參數，采用設計好的基于組分懲罰項和性能懲罰項的生成器損失函數優化更新生成器的參數，迭代訓練結束后以生成器模型作為玻璃組分設計模型；利用玻璃組分設計模型生成滿足玻璃目標性能要求的玻璃組分； 生成器損失函數中，組分懲罰項用于約束生成樣本的組分之和滿足100％的實際要求，性能懲罰項用于約束生成器朝著生成樣本的性能滿足設計目標范圍的方向生成； 生成器損失函數表示為： 式中，表示組分懲罰項，n是訓練數據的維數，表示為組分數與待設計性能數的和，m是待設計目標性能的數量，表示反歸一化后的生成樣本，和表示訓練數據進行特征歸一化時采用的輸入特征歸一化參數，α是組分懲罰項的權重參數，H表示性能懲罰項；在單性能目標設計任務中，m＝1，當目標性能設計區間只有一個顯式邊界時，如果要求目標性能值小于這個邊界值則如果要求目標性能大于這個邊界值則當目標性能設計區間有兩個顯式邊界時， 其中表示生成樣本的第n個特征，P1，P1_bottom，P1_top表示玻璃目標性能設計區間的邊界值在對應的性能值特征歸一化參數下進行歸一化后的值；在多性能目標設計任務中，m1，對每個性能目標采用上述相同的策略設計對應的性能懲罰項，將設計好的各性能懲罰項求和作為最終的性能懲罰項H；β表示性能懲罰項的權重參數。

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浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866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”。