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！

龙图腾网获悉武汉理工大学申请的专利基于纵向异构船舶编队的减阻预测模型设计方法及相关装置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：CN120654322B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202510745125.5，技术领域涉及：G06F30/15；该发明授权基于纵向异构船舶编队的减阻预测模型设计方法及相关装置是由马勇;朱鹏祥;姚勇;严新平设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本基于纵向异构船舶编队的减阻预测模型设计方法及相关装置在说明书摘要公布了：本发明涉及一种基于纵向异构船舶编队的减阻预测模型设计方法及相关装置，属于船舶工程与流体力学技术领域，其包括：在预设的仿真软件内设置纵向异构船舶编队数值仿真参数；采用控制变量法设计不同编队配置的数值仿真场景，确定各编队配置下纵向异构船舶编队的船舶阻力系数，分析船艏流场速度和船行波对剪切阻力及压差阻力的作用规律；基于所述作用规律采用混合图神经网络预测模型待编队船舶组的编队阻力进行预测，其中，所述混合图神经网络预测模型包含通过GATv2动态注意力机制与GINE几何特征编码的协同架构。本发明能够预测并优化纵向异构船舶编队的减阻效果，为船舶编队配置提供科学依据与智能决策工具。

本发明授权基于纵向异构船舶编队的减阻预测模型设计方法及相关装置在权利要求书中公布了：1.一种基于纵向异构船舶编队的减阻预测模型设计方法，其特征在于，包括： 在预设的仿真软件内设置纵向异构船舶编队数值仿真参数； 采用控制变量法设计不同编队配置的数值仿真场景，确定各编队配置下纵向异构船舶编队的船舶阻力系数，所述编队配置包括编队船舶数量、速度、间距以及船舶类型； 基于不同编队配置下的纵向异构船舶编队的船舶阻力系数分析船艏流场速度和船行波对剪切阻力及压差阻力的作用规律； 基于所述作用规律采用混合图神经网络预测模型对编队船舶组的编队阻力进行预测，其中，所述混合图神经网络预测模型包含GATv2动态注意力机制与GINE几何特征编码的协同架构； 所述在预设的仿真软件内设置纵向异构船舶编队数值仿真参数，包括： 在STAR-CCM+仿真环境中，于船舶前方设置连续排列的8个监测点，每个监测点间隔0.5m，用于统计船艏流场数据；在编队最后船舶的后方设置连续40个监测点，每个监测点间隔0.5m，用于统计船行波的变化； 所述采用控制变量法设计不同编队配置的数值仿真场景，包括： 在船舶速度、船舶间距相同的情况下，为所述纵向异构船舶编队配置不同的船舶数量； 在船舶数量、船舶间距相同的情况下，为所述纵向异构船舶编队配置不同的船舶速度； 在船舶数量、船舶速度相同的情况下，为所述纵向异构船舶编队配置不同的船舶间距； 所述采用控制变量法设计不同编队配置的数值仿真场景，具体包括： 采用KCS船和SERIES60船构建异构船舶编队模型，在确定的船舶数量和相同的船舶速度、船舶间距下，为所述纵向异构船舶编队配置不同的船舶类型组合； 所述基于不同编队配置下的纵向异构船舶编队的船舶阻力系数分析船艏流场速度和船行波对剪切阻力及压差阻力的作用规律，包括： 在STAR-CCM+仿真过程中，通过监测点统计船艏流场速度和船行波波高随时间的变化，计算船艏流场速度和船行波波高随时间的变化的平均值并以柱状图形式展示；同时，对船行波波高、波长和周期进行统计分析，采用折线图展示监测点数据，并对所述折线图进行插值处理； 所述基于所述作用规律采用混合图神经网络预测模型对编队船舶组的编队阻力进行预测，包括： 所述混合图神经网络预测模型包括GATv2层、PNA层、GINE层的并行架构，用于多层次特征提取，并分析模型预测精度； 所述分析模型预测精度，包括： 采取三项数据增强措施来解决CFD仿真数据稀缺问题，并通过热力图定量分析不同编队规模的预测精度。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。