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！

龙图腾网获悉天目山实验室;北京航空航天大学申请的专利一种面向空天装备的数模融合双驱动数实融合测评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：CN121637435B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610157442.X，技术领域涉及：G06F18/25；该发明授权一种面向空天装备的数模融合双驱动数实融合测评方法是由陶飞;张建康;邹孝付;孙学民设计研发完成，并于2026-02-04向国家知识产权局提交的专利申请。

本一种面向空天装备的数模融合双驱动数实融合测评方法在说明书摘要公布了：本发明公开了一种面向空天装备的数模融合双驱动数实融合测评方法，属于智能制造技术领域。方法包括：通过条件生成对抗网络生成覆盖极端工况的增强产品数据，构建环境参数矩阵实现装配工况的系统化表征；其次设计动态数据调度器和分层奖励机制，实现实装产品数据与增强产品数据在强化学习训练过程中的智能融合；最后构建双向协同训练框架，将图神经网络的特征提取能力与强化学习的决策能力相结合，并通过环境感知的元课程学习提升模型泛化能力。在线测评阶段采用基于不确定性估计的混合预测机制，确保系统在不同工况下的预测可靠性。本发明显著提升了小样本条件下的质量预测准确率，特别适用于航空航天、精密仪器等对装配精度要求极高的领域。

本发明授权一种面向空天装备的数模融合双驱动数实融合测评方法在权利要求书中公布了：1.一种面向空天装备的数模融合双驱动数实融合测评方法，其特征在于，包括： S110，以物理产线的实装产品数据为种子，利用条件生成对抗网络CGAN生成增强产品数据； S120，利用实装装配数据和增强装配数据，使用图神经网络对装配体进行图结构建模，并将输出的深度特征与环境参数拼接，作为强化学习智能体的状态输入；实装装配数据表示由实装产品样本与其对应环境构成的融合数据集；增强装配数据表示由增强产品样本与其对应环境构成的融合数据集； S130，采用环境感知的元课程学习策略，基于环境参数矩阵对增强装配数据与实装装配数据进行聚类以构建课程单元，并在此框架下对图神经网络与强化学习智能体进行协同训练； S140，在在线预测阶段，基于图神经网络提取的深度特征，采用基于不确定性估计的混合预测机制进行质量预测；混合预测机制通过双路径并行推理，并融合基于实装知识的稳健路径与基于增强的探索路径的结果，输出最终预测结果及置信度； S130中，当强化学习智能体在状态获得负奖励时，不仅更新其自身的策略网络参数，同时计算特征对齐损失的梯度，并基于所述特征对齐损失的梯度对图神经网络GNN的可训练参数进行反向传播更新； S140中，其中，稳健路径基于实装装配数据输出预测结果，探索路径基于增强装配数据输出预测结果；计算当前状态与训练集中所有状态的特征余弦相似度，得到不确定性估计U，其中U的计算过程包括：将当前状态对应的实装装配数据输入到图神经网络中得到对应的深度特征向量，该是当前状态的数学化编码表示，再将训练集中每个样本都通过图神经网络得到对应的深度特征向量，计算余弦相似度，最后得到不确定性估计；其中训练集是用于训练图神经网络和强化学习智能体的全部数据集合，由实装装配数据与增强装配数据共同构成；最终预测输出由不确定性引导：当时表示确定性高，采用；当时表示确定性低，采用；其余情况采用加权平均。

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天目山实验室;北京航空航天大学，其通讯地址为：311115 浙江省杭州市余杭区瓶窑镇双红桥街166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。