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！

龙图腾网恭喜西北工业大学申请的专利一种基于深度强化学习的翼型优化设计方法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：CN115618497B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202211374735.1，技术领域涉及：G06F30/15；该发明授权一种基于深度强化学习的翼型优化设计方法是由屈峰;段少凯;孙迪;惠心雨;白俊强设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本一种基于深度强化学习的翼型优化设计方法在说明书摘要公布了：本发明提出了一种基于深度强化学习的翼型优化设计方法，该方法不同于监督性学习，而是有着自主学习策略，长期奖励最大的特性，是一种更接近智能化的优化方法，且具有可迁移性以及策略的普适性。若是在一定范围内改变设计条件，例如来流马赫数、雷诺数等，原来优化得到的策略依旧能够提供初始优化方向，优化目标在很短的步数内就可以有明显的提升。

本发明授权一种基于深度强化学习的翼型优化设计方法在权利要求书中公布了：1.一种基于深度强化学习的翼型优化设计方法，其特征在于：包括以下步骤：步骤1：用自由曲面变形法进行翼型的几何参数化：在基准翼型周围建立自由曲面变形控制框，建立控制框与翼型的映射关系，通过更改控制框点的位置，得到新的翼型；步骤2：建立优化设计模型，根据飞行要求，确认单设计目标和约束条件；步骤3：根据优化目标和约束条件建立奖励函数；步骤4：建立智能体，包含策略模型π和价值函数模型，策略函数模型输出动作策略，价值函数模型输出优势估计和价值函数；初始化策略模型参数θ0和价值函数模型参数将翼型设计目标和约束条件的气动参数作为状态，其中基准机翼对应的气动参数作为初始状态s0；步骤5：当前智能体由策略模型根据状态和奖励值给出动作，得到新的翼型设计变量；步骤6：对翼型实施动作得到新的翼型；步骤7：对得到的新翼型建立结构化网格，并进行新翼型绕流数值模拟，计算得到新翼型的气动参数作为新的状态；步骤8：，利用步骤7计算得到的气动参数，根据步骤3中的奖励函数计算得到奖励值；步骤9：由当前策略模型循环重复步骤5-8共e-1次，得到包含每次循环得到的状态和动作的轨迹和奖励值{re}，轨迹τ＝{s0，a0，…，se-1，ae-1，se}，其中s0和a0为初始状态和动作，se为e步状态，se-1为e-1步状态，ae-1为e-1步动作；步骤10：基于当前策略模型重复步骤5-9共n-1次，得到n个的轨迹和奖励值；步骤11：根据得到的n条轨迹参数和奖励值，基于当前智能体的价值函数模型计算优势估计；步骤12：根据优势估计、轨迹和奖励值构建损失函数，优化策略模型参数θ和价值函数模型参数优化目标为损失函数最小，用优化后的参数更新策略模型和价值函数模型，得到新的策略模型和价值函数模型；步骤13：循环重复步骤5-12直至达到损失函数不再降低，完成训练。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。