苏州创腾软件有限公司的研究成果“多目标变量的实验方案设计方法和装置”荣获国家知识产权局正式授权。公司再次凭借卓越的研发实力和创新能力，赢得国家知识产权局的认可。这一发明专利的获得，充分肯定了公司在实验设计领域的技术突破和贡献，也为企业高质量发展再添新动力。
一、核心痛点：当贝叶斯优化遇上庞大的样本空间
在配方研发中，常常面临以下挑战：
因素多、水平多：一个复杂的配方可能包含多种原料（因素），每种原料又有不同的添加量或类型（水平）。例如，涉及5种有效成分，每种有10个浓度梯度，其全因子实验空间就已非常庞大。
样本空间巨大：如上所述，因素和水平的组合会形成一个极其庞大的样本空间（专利实施例中提到可达150万个样本点）。
这直接导致：
存储困难：巨大的数据量对计算机构的存储资源构成压力。
计算不可行：贝叶斯优化等智能算法在迭代过程中需要反复在整个样本空间中进行预测和评估，巨大的样本空间会使其计算负载过高，甚至无法运行。
简而言之，现有技术无法将高效的贝叶斯优化方法直接应用于我们日常面临的大规模配方筛选与优化问题，限制了研发效率的进一步提升。
二、本专利的解决方案：一种“先浓缩，后优化”的智能采样策略
本专利的核心思想是在不丢失关键信息的前提下，智能地缩小初始样本空间，为后续的贝叶斯优化提供一个既精简又具代表性的输入。精简后的数据集作为贝叶斯优化模型的初始输入，进行迭代优化，可高效地寻找到满足多目标（如性能、成本、稳定性）的最佳配方组合。
三、给研发团队带来的核心价值
可行性：使得在之前因计算资源限制而无法应用的贝叶斯优化，能够成功应用于高维配方开发项目，解锁了更高效的实验设计工具。
高效性：通过智能浓缩样本空间，极大地减少了模型训练和迭代所需的数据量和计算时间，加速了配方优化的周期。
代表性：采用的“统计量预采样+聚类”方法，优于简单的随机抽样，能更好地保留原始数据空间的关键特征和边界条件，保证了优化结果的科学性和可靠性。
系统性：本方案提供了一套从数据处理到模型应用的完整工作流，并已集成到创腾科技的MaXFlow分子模拟与人工智能平台中，提升了研发流程的智能化水平。
四、总结
本专利针对配方研发中“想用先进算法，但数据量太大用不起来”的核心矛盾，提供了一种创新的前置样本空间压缩技术。它不是一个替代贝叶斯优化的新算法，而是一个赋能器，使得贝叶斯优化这一强大工具能够真正为处理复杂、多因素的配方研发难题服务，有助于团队在更短的时间内、以更低的成本找到最优解决方案。
我们为大家提供
创腾科技提供从数字化研发到智能创新的全面解决方案，具有多领域融合的创新能力，已成功研发了iLabPower、MaXFlow 和SDH三大核心产品平台，研发团队由专业人士组成，占比超过60%，他们专精于计算机科学、化学、材料科学和人工智能等领域，研发投入占销售收入的30%以上。
目前，创腾科技及其母公司已递交专利申请数十项，其中已获得授权专利三十余项。公司在AI技术和数字化解决方案领域保持前瞻性和技术优势，目前拥有超过千家用户。
创腾科技部分合作伙伴展示
