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！

龙图腾网恭喜北京理工大学申请的专利一种基于回归模型的三角反射器优化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：CN115455613B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202211234396.7，技术领域涉及：G06F30/17；该发明授权一种基于回归模型的三角反射器优化方法是由盛新庆;冯涛;郭琨毅设计研发完成，并于2022-10-10向国家知识产权局提交的专利申请。

本一种基于回归模型的三角反射器优化方法在说明书摘要公布了：本发明提出了一种基于回归模型的三角反射器优化方法，能够根据实战需要设定不同的优化目标函数及目标函数值，快速得到优化结果，其优化精度亦满足工程设计需求。通过建立三角反射器阵列结构参数与RCS特性的回归模型，作为三角反射器优化设计中RCS特性“求解器”，解决了基于电磁仿真计算进行优化存在的计算规模巨大的难题，并可根据实战需要设定不同的优化目标函数及目标函数值，快速得到优化结果，其优化精度亦满足工程设计需求。

本发明授权一种基于回归模型的三角反射器优化方法在权利要求书中公布了：1.一种基于回归模型的三角反射器优化方法，其特征在于，包括如下步骤：步骤一：选择目标RCS求解方法；步骤二：确定三角反射器阵列结构参数；根据三角反射器几何结构和阵列方式，确定优化变量及变量范围；步骤三：基于改进的格栅序列法，以空间填充方式对步骤二确定的优化变量进行数据采样，得到采样数据；步骤四：利用步骤三的采样数据建立三角反射器阵列，采用步骤一确定的目标RCS求解方法，通过电磁仿真计算得到三角反射器阵列RCS特性基础数据；步骤五：将步骤三的采样数据和步骤四的RCS特性基础数据作为神经网络学习的样本数据，建立结构参数和目标RCS特性的回归模型；具体方式为搭建神经网络学习环境，将步骤三的第1组变量采样点、步骤四的三角反射器RCS特性基础数据合并，作为神经网络学习的样本数据，基于Levenberg-Marquardt反向传播算法进行神经网络训练并生成变量与RCS特性的回归模型；步骤六：根据用户需求设置优化目标函数，根据目标函数数量、性质及相互关系选择优化算法，使用步骤五的回归模型作进行智能优化并得到优化结果。

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京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。