买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北师香港浸会大学申请的专利基于AI深度强化学习的水下航行体空化减阻优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121859763B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610337891.2，技术领域涉及：G06F30/27；该发明授权基于AI深度强化学习的水下航行体空化减阻优化方法及系统是由葛明明;陈波;张逾傲;魏骊霏;沈乐恒设计研发完成，并于2026-03-19向国家知识产权局提交的专利申请。

本基于AI深度强化学习的水下航行体空化减阻优化方法及系统在说明书摘要公布了：本发明提供了基于AI深度强化学习的水下航行体空化减阻优化方法及系统，属于深度强化学习技术领域，该方法包括：依预设路径、形态参数和深度强化学习模型确定第一减阻方案，结合实际行驶路径修正得到第二方案，根据形态参数布设图像传感器，采集分析图像获实时空化减阻参数，融合多参数及第二方案生成优化方案。实现减阻方案动态自适应优化，提升减阻效率与航行稳定性。

本发明授权基于AI深度强化学习的水下航行体空化减阻优化方法及系统在权利要求书中公布了：1.一种基于AI深度强化学习的水下航行体空化减阻优化方法，其特征在于，包括： 步骤1：基于目标水下航行体的预设行驶路径、所述目标水下航行体的形态参数和预设的深度强化学习模型，确定所述目标水下航行体的第一空化减阻方案； 步骤2：实时采集所述目标水下航行体的实际行驶路径，并根据所述实际行驶路径对所述第一空化减阻方案进行修正，得到所述目标水下航行体的第二空化减阻方案； 步骤3：根据所述目标水下航行体的形态参数，确定多个图像采集位置，并在每个图像采集位置安装图像传感器； 步骤4：基于所述图像传感器，实时采集所述目标水下航行体的实时运行环境图像，并对所述实时运行环境图像进行图像分析，得到所述目标水下航行体的实时空化减阻参数； 步骤5：根据每个采集时刻的实时空化减阻参数、所述目标水下航行体的轨迹坐标与航行姿态参数，且结合所述第二空化减阻方案，确定所述目标水下航行体的空化减阻优化方案； 其中，步骤5，包括： 提取所述第二空化减阻方案的每个减阻方向的减阻路径以及减阻目标，并对任意两个减阻方向的减阻路径进行第一关联分析以及对任意两个减阻方向的减阻目标进行第二关联分析，确定各个减阻方向基于减阻路径的第一优先级以及基于减阻目标的第二优先级； 按照所述第一优先级对所有减阻方向进行第一排序，并向每个减阻方向进行第一编号，同时，按照所述第二优先级对所有减阻方向进行第二排序，并向每个减阻方向进行第二编号； 按照第一编号、第二编号，且根据减阻标准确定每个减阻目标的优化方向，构建所述第二空化减阻方案的基础调控策略； 提取对应采集时刻的实时空化减阻参数、轨迹坐标、航行姿态参数中各参数的时空分布特征与参数间的耦合关联特征，同时解析所述第二空化减阻方案中的航段调控阈值及空化器配置基准，构建空化减阻全维度耦合特征集； 基于空化减阻全维度耦合特征集，结合水下实时流场环境的压力、速度分布参数，计算当前空化减阻状态相对最优状态的量化偏差值及状态归属等级； 依据状态归属等级与量化偏差值，构建空化减阻调控需求与执行参数的量化映射关系，将所述第二空化减阻方案的基准调控参数、空化减阻全维度耦合特征集及量化偏差值输入至深度强化学习模型，以减阻效率提升、航行姿态稳定、轨迹偏差修正为多目标优化方向构建带惩罚项的模型奖励函数，得到空化器的多维度动态调控参数以及自适应微调参数； 依次空化流场适配性解算和目标水下航行体动力剔除所述多维度动态调控参数与自适应微调参数中与当前水下流场环境不匹配、超出航行体动力执行阈值的参数，得到有效调控参数集； 将有效调控参数集与所述第二空化减阻方案的基础调控策略进行融合，生成空化减阻优化方案。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北师香港浸会大学，其通讯地址为：519087 广东省珠海市香洲区唐家湾金同路2000号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。