根据《广东海洋大学科技成果转化管理办法》（校科技〔2023〕2号）的规定，现对我校科技成果转化（专利权转让）事项进行公示，公示期间，如对所公示事项有异议，请以书面形式向科技处反映，并请署真实姓名、联系地址和联系电话，逾期不予受理。
科技成果名称一：一种基于多策略改进海象优化算法的机器人路径规划方法
科技成果类型：发明专利
专利号：ZL202411181289.1
专利授权日：2025年02月11日
专利权人：广东海洋大学
发明人：柯永福,纪伟楠,罗朋,杨玉强,曾沛桐,周志成,郑海力
专利简介：本发明属于机器人技术领域，并公开了一种基于多策略改进海象优化算法的机器人路径规划方法，包括：构建若干初始路径，以路径最短为目标,构建适应度函数，并以此生成海象种群，计算各海象的适应度值，通过海象算法的搜索阶段迭代更新海象位置，采用最优邻近动态调整方法和定向演化变异策略更新海象种群，结合红尾鹰算法的搜索行为进行种群迭代；进行随机游走和最优值增强，最后结合红尾鹰算法的攻击行为对全局最优海象位置进行更新，本发明所述技术方案提升了路径规划算法的收敛速度和解的质量,保持了在高维和非线性问题空间中的鲁棒性。
科技成果名称二：基于神经网络的Buck变换器导通模式切换控制方法
科技成果类型：发明专利
专利号：ZL202311674687.2
专利授权日：2024年05月28日
专利权人：广东海洋大学
发明人：罗朋,唐志杨,罗炜芊,姜淏予,郑海力,赵黎明,陈海生
专利简介：本发明公开了基于神经网络的Buck变换器导通模式切换控制方法，包括：建立Buck变换器的状态空间平均模型，采集Buck变换器在DCM和CCM下的输出电压和电感电流代入状态方程，利用神经网络的反向传播的特性，获得不同工况下精准的状态模型；根据状态模型进行EMPC设计，生成可视化控制律分布图；采集DCM和CCM的可视化控制律作为第二神经网络的训练数据，通过前向传播获得神经网络输出，将神经网络输出与EMPC得到的最优占空比比较得到误差；通过第二神经网络对EMPC进行高度拟合，完成离线训练；将训练好的神经网络参数提取到FPGA，对输入数据进行加权求和计算，得到控制Buck变换器所需的占空比。
受让方：深圳万知达企业管理有限公司
是否关联交易：否
定价方式：协议定价
专利转让金额：总计人民币1万元，每件专利0.5万元/件
公示时间：2025年7月7日——2025年7月21日
联系人：丁老师
联系电话：0759-2396193
科学技术部
2025年7月7日
