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！

龙图腾网获悉安徽大学申请的专利基于进化算法和聚类分组的照射野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：CN115985468B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310114826.X，技术领域涉及：G16H20/40；该发明授权基于进化算法和聚类分组的照射野优化方法是由田野;光姚培;司朗春;张兴义设计研发完成，并于2023-02-02向国家知识产权局提交的专利申请。

本基于进化算法和聚类分组的照射野优化方法在说明书摘要公布了：本发明公开了一种基于进化算法和聚类分组的照射野优化方法，包括：步骤一、初始化照射野能量沉积系数以及最小化目标函数；步骤二：生成初始种群，并设置初始参数值；步骤三、利用斯皮尔曼协同函数通过聚类对最小化目标函数进行分组降维，将目标函数从原始空间降维到低维空间，降低算法耗费成本；步骤四、通过进化算法优化照射野集合，利用交叉变异算子生成子代，并通过环境选择迭代选取个体，最终得到一组最优照射野集合方案。本发明能有效减少大规模照射野优化问题中所耗费的时间和空间，并保证所得照射野集合方案的高质量。

本发明授权基于进化算法和聚类分组的照射野优化方法在权利要求书中公布了：1.一种基于进化算法和聚类分组的高能射线照射野优化方法，其特征在于，是按如下步骤进行的： 步骤一、定义高能射线照射野集合表征和照射野能量沉积系数矩阵集合、最小化目标函数向量，表示照射野中的射束在采样点上的能量沉积； 步骤二、定义种群大小为、最大迭代次数为；定义当前迭代次数为，并初始化；初始化个照射野集合方案作为第代种群，并给定初始参数值； 步骤三、通过聚类将最小化目标函数进行分组降维； 步骤3.1、根据第代种群中个个体，计算第m个最小化目标函数在第个体上的函数值，其中，表示第代种群中第个体所代表的照射野集合方案在采样点上的能量沉积，且，从而得到个最小化目标函数在第个体上的函数值并进行升序排序，并得到函数值在个最小目标函数中的排序等级；表示第代种群中任意第个个体的第个照射野的编码； 步骤3.2、利用式2计算第m个最小化目标函数和第u个最小化目标函数之间的斯皮尔曼相关性系数： 2 式2中，和分别表示第m个最小化目标函数和第u个最小化目标函数在第个体上的排序等级，； 步骤3.3、定义并初始化最小化目标函数所降低到的维度为； 步骤3.4、在个最小化目标函数中随机选择个最小化目标函数并分别作为初始个聚类中心；其中，表示初始第个聚类中心； 步骤3.5、利用式3计算第m个最小化目标函数到初始第个聚类中心的距离，从而得到第m个最小化目标函数分别到第迭代中个聚类中心的距离： 3 式3中，表示第m个最小化目标函数和初始第个聚类中心之间的斯皮尔曼相关性系数； 从中选取最小距离，并将第m个最小化目标函数分配给最小距离所对应的聚类中心，从而将M个最小化目标函数均分配到最小距离所对应的聚类中心中，并得到第迭代中的组最小化目标函数集合及第迭代中每组最小化目标函数集合所对应的聚类中心； 步骤3.6、利用式4计算第迭代中第个聚类中心在第个体上的排序值： 4 式4中，表示第迭代中的第t组最小化目标函数集合；表示第迭代中第个聚类中心在第个体上的排序值； 步骤3.7、利用式2计算最小化目标函数到第迭代中第个聚类中心的斯皮尔曼相关性系数； 步骤3.8、利用式3计算最小化目标函数到第迭代中第个聚类中心的距离； 从中选取最小值，并将第m个最小化目标函数分配给最小值所对应的聚类中心，从而将M个最小化目标函数均分配到最小值所对应的聚类中心中，并更新第迭代中的组最小化目标函数集合，并更新第迭代中每组最小化目标函数集合的聚类中心； 步骤3.9、若第迭代中更新前、后的聚类中心不相同，则执行步骤3.6；反之，执行步骤3.10； 步骤3.10、将中的最小化目标函数作线性累加，构成一个新的最小化目标函数，从而将最小化目标函数的数量M降为，从而得到新的最小化目标函数向量； 步骤四、基于进化算法优化照射野，利用交叉变异算子生成子代，并通过环境选择选取个体，最终迭代得到一组最优照射野集合方案。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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。