前言
在专利撰写实务中，经常会遇到涉及流程循环(以下简称循环)的技术方案，尤其是随着人工智能技术的发展，使用机器学习模型来解决相应问题的方案越来越多，比如模型训练过程往往就需要对模型进行循环训练；又比如一些场景中，需要通过反复循环寻求最优值，利用最终得到的最优值进行一定的数据处理或者应用。
涉及循环的案例，通常包括循环过程和循环结束条件判定。循环过程通常由循环入口步骤开始，经过多个中间步骤完成，循环结束条件判定通常可以是对循环次数的判定、目标参数值与预设值大小关系的判定等等，在满足循环结束条件时，会退出循环执行后续步骤，在不满足循环结束条件时，通常会返回循环入口步骤再次开始循环，如此往复，直至最终满足循环结束条件。以下图表示可以为：
循环方案的分析要点
在遇到涉及循环的方案时，首先要梳理出完整的循环过程，找到循环入口步骤，以及循环结束条件，注重观察在不同次循环中共同的步骤、发生变化的参数，以及循环过程的结束应该到何种程度，使得描述出的循环过程能够覆盖所有次循环，成为一个通用的描述。
比如，一个含有循环的技术方案，原交底书描述如下：
获取参数A；对参数A进行第一处理得到参数B；对参数B进行第二处理得到参数C；若参数B大于预设参数D，结束循环，输出参数B；否则将参数C作为新的参数A继续循环。
经过分析可知，该方案的循环入口步骤为获取参数A，循环过程的中间步骤为对参数A进行第一处理得到参数B，即所有次循环过程共同的步骤可以只有这两步，循环结束条件判定为判断参数B是否大于预设参数D，而对参数B进行第二处理得到参数C这一步骤在不满足循环结束条件时需要进行，而在满足循环结束条件后其实是无需进行的，因为后面不需要再次进行循环了，因此，该步骤并不是必须在循环结束条件判定之前执行，实际的步骤流程可以为：
获取参数A；
对参数A进行第一处理得到参数B；
判断参数B是否大于预设参数D；
若是，结束循环，输出参数B；若否，对参数B进行第二处理，得到参数C作为新的参数A继续循环。
因此，在实际撰写过程中，需要对发明人提供的循环流程进行合理思考，在步骤描述尽量简洁的基础上，提取出相对准确的循环过程，避免出现一些明显不必要的特征限定以及与实际明显不相符的情况。
而且，在遇到涉及循环的方案时，需要考虑是否执行一次循环就是一个完整的技术方案，即是否方案的改进点在于循环过程中的步骤，而不在于一定要执行多次循环，如果是这样，可以在权利要求中仅描述出一次循环，当然，根据笔者的经验来看，需要多次循环的方案居多。
含循环方案的权利要求写法
以一个示例案例，对专利撰写实务中，涉及多次循环的权利要求的常用撰写方法进行归纳和总结。该示例案例的流程图如下：
如流程图所示，该示例案例涉及云计算技术领域，为一种云计算环境下代理优化的问题规模统一化方法，方法过程含有多次循环，每次循环进行一次待评估点评估，在评估次数累计达到预设的评估次数时结束循环，将最后一次得到的帕累托前沿面作为优化结果输出；其中，每次循环中，基于该次循环当前得到的输出矩阵开始循环过程，并在循环后期更新输出矩阵，以在需要进行下一次循环时，将更新后的输出矩阵作为下一次循环用于开始的输出矩阵。针对该示例案例的上述流程图，可以采用以下几种撰写方式进行描述。
一． 步骤编号方式
步骤编号方式就是为每个步骤设置编号，在描述整个方法的过程中直接引用步骤编号。该种方式表达简洁，一目了然，在步骤较多、循环嵌套较多、循环返回入口较多时更为明确直观且不易出错。但是，由于其采用了步骤编号，会存在方法被步骤编号限定执行顺序的风险。
该示例案例按照步骤编号方式撰写时，权利要求可以写为如下形式：
1、一种云计算环境下代理优化的问题规模统一化方法，其特征在于，应用于云端，所述方法包括：
S1，获取客户端关于多目标问题的优化任务；
S2，产生多个输入样本，并利用所述优化任务中的真实函数得到输出矩阵；
S3，产生多个权向量，利用所述多个权向量和当前的输出矩阵将所述多目标问题聚合为单目标问题；
S4，从云端数据库中获取与所述优化任务相关的若干个相关源模型，利用所述若干个相关源模型构建多问题代理模型；
S5，利用所述多问题代理模型搜索待评估点，利用所述真实函数评估所述待评估点以更新输出矩阵；
S6，根据更新后的输出矩阵得到包含多个非支配最优解的帕累托前沿面；
S7，判断评估次数是否累计达到预设的评估次数；
若否，返回S3；若是，执行S8，将当前得到的帕累托前沿面作为优化结果返回所述客户端。
二． 返回步骤具体执行过程的方式
返回步骤具体执行过程的方式是直接描述各个步骤的具体执行过程，在需要重新开始循环的时候，采用“返回(转至)+循环入口步骤的具体执行过程”的形式进行描述，该方式避免了对步骤顺序的限制，且各步骤的描述形式相对统一；但是缺点在于，若循环入口步骤的具体执行过程比较复杂时，这种方式由于是复制循环入口步骤具体执行过程的完整表述，会导致描述过长，不够简洁，而且，若后续从权等位置仍需对循环入口步骤的具体执行过程进行引用时，仍需复制该部分较长内容，会导致专利申请文本较为冗长，因此，该方式比较适用于循环入口步骤具体执行过程文字较短，且不会频繁引用的权利要求场景。
该示例案例按照返回步骤具体执行过程的方式撰写时，权利要求可以写为如下形式：
1、一种云计算环境下代理优化的问题规模统一化方法，其特征在于，应用于云端，所述方法包括：
获取客户端关于多目标问题的优化任务；
产生多个输入样本，并利用所述优化任务中的真实函数得到输出矩阵；
产生多个权向量，利用所述多个权向量和当前的输出矩阵将所述多目标问题聚合为单目标问题；
从云端数据库中获取与所述优化任务相关的若干个相关源模型，利用所述若干个相关源模型构建多问题代理模型；
利用所述多问题代理模型搜索待评估点，利用所述真实函数评估所述待评估点以更新输出矩阵；
根据更新后的输出矩阵得到包含多个非支配最优解的帕累托前沿面；
判断评估次数是否累计达到预设的评估次数；
若否，返回所述产生多个权向量，利用所述多个权向量和当前的输出矩阵将所述多目标问题聚合为单目标问题的步骤；若是，将当前得到的帕累托前沿面作为优化结果返回所述客户端。
三． 步骤全命名方式
步骤全命名方式是对每个步骤概括出一个名称，在描述的时候可以直接引用命名的步骤名称，这样的表达形式也会比较简洁，而且，步骤名称也不体现顺序关系，因此也会避免对方法步骤执行顺序的限定。但是，如果方法流程中步骤较多，对每个步骤进行命名，可能会显得比较啰嗦，虽然简化了对循环入口步骤的引用描述，但若其余步骤在后文中并不会再次引用说明，则显得单独进行步骤命名不是十分必要，因此，更推荐需对至少两个步骤进行再次引用说明的权利要求场景，或者步骤较少为了保持步骤描述形式一致性时采用。
该示例案例按照步骤全命名方式撰写时，权利要求可以写为如下形式：
1、一种云计算环境下代理优化的问题规模统一化方法，其特征在于，应用于云端，所述方法包括：
优化任务获取步骤：获取客户端关于多目标问题的优化任务；
输出矩阵生成步骤：产生多个输入样本，并利用所述优化任务中的真实函数得到输出矩阵；
单目标问题聚合步骤：产生多个权向量，利用所述多个权向量和当前的输出矩阵将所述多目标问题聚合为单目标问题；
多问题代理模型构建步骤：从云端数据库中获取与所述优化任务相关的若干个相关源模型，利用所述若干个相关源模型构建多问题代理模型；
评估及输出矩阵更新步骤：利用所述多问题代理模型搜索待评估点，利用所述真实函数评估所述待评估点以更新输出矩阵；
帕累托前沿面获得步骤：根据更新后的输出矩阵得到包含多个非支配最优解的帕累托前沿面；
判断步骤：判断评估次数是否累计达到预设的评估次数；
若否，返回所述单目标问题聚合步骤；若是，执行优化结果返回步骤；
优化结果返回步骤：将当前得到的帕累托前沿面作为优化结果返回所述客户端。
四． 仅入口步骤命名方式
仅入口步骤命名方式是步骤全命名方式的一种简化，具体是仅对循环入口步骤进行命名，其他步骤直接描述具体执行过程，适用于仅需要对循环入口步骤进行再次引用说明的权利要求场景，避免了对其余步骤的命名，显得更为简洁。
该示例案例按照仅入口步骤命名方式撰写时，权利要求可以写为如下两种形式：
第一种形式：
1、一种云计算环境下代理优化的问题规模统一化方法，其特征在于，应用于云端，所述方法包括：
获取客户端关于多目标问题的优化任务；
产生多个输入样本，并利用所述优化任务中的真实函数得到输出矩阵；
单目标问题聚合步骤：产生多个权向量，利用所述多个权向量和当前的输出矩阵将所述多目标问题聚合为单目标问题；
从云端数据库中获取与所述优化任务相关的若干个相关源模型，利用所述若干个相关源模型构建多问题代理模型；
利用所述多问题代理模型搜索待评估点，利用所述真实函数评估所述待评估点以更新输出矩阵；
根据更新后的输出矩阵得到包含多个非支配最优解的帕累托前沿面；
判断评估次数是否累计达到预设的评估次数；
若否，返回所述单目标问题聚合步骤；若是，将当前得到的帕累托前沿面作为优化结果返回所述客户端。
第一种形式中，单独命名了单目标问题聚合步骤，但是从各步骤表述形式来说，会存在描述形式不够统一的问题，在实际中，为了更为统一，可以采用“执行…步骤，包括：步骤具体执行过程”的描述形式，比如以下第二种形式：
1、一种云计算环境下代理优化的问题规模统一化方法，其特征在于，应用于云端，所述方法包括：
获取客户端关于多目标问题的优化任务；
产生多个输入样本，并利用所述优化任务中的真实函数得到输出矩阵；
执行单目标问题聚合步骤，包括：产生多个权向量，利用所述多个权向量和当前的输出矩阵将所述多目标问题聚合为单目标问题；
从云端数据库中获取与所述优化任务相关的若干个相关源模型，利用所述若干个相关源模型构建多问题代理模型；
利用所述多问题代理模型搜索待评估点，利用所述真实函数评估所述待评估点以更新输出矩阵；
根据更新后的输出矩阵得到包含多个非支配最优解的帕累托前沿面；
判断评估次数是否累计达到预设的评估次数；
若否，返回执行单目标问题聚合步骤；若是，将当前得到的帕累托前沿面作为优化结果返回所述客户端。
五． 直至结束条件方式
直至结束条件方式是用“直至+循环结束条件”的方式给出何时结束循环，从而表达方案中循环的特征。该方式相比于前述指明循环入口的方式，能更完整清楚地给出方案中的循环过程，避免出现返回循环入口步骤后是否一定继续执行后续步骤的争议，因此相对来说会更为严谨。但是，该方式通常需要将循环过程写在一个步骤中，在后使用“重复该步骤直至…”的描述方式，会使得单个步骤表述过长。
该示例案例按照直至结束条件方式撰写时，权利要求可以写为如下形式：
1、一种云计算环境下代理优化的问题规模统一化方法，其特征在于，应用于云端，所述方法包括：
获取客户端关于多目标问题的优化任务；
产生多个输入样本，并利用所述优化任务中的真实函数得到输出矩阵；
产生多个权向量，利用所述多个权向量和当前的输出矩阵将所述多目标问题聚合为单目标问题；从云端数据库中获取与所述优化任务相关的若干个相关源模型，利用所述若干个相关源模型构建多问题代理模型；利用所述多问题代理模型搜索待评估点，利用所述真实函数评估所述待评估点以更新输出矩阵；根据更新后的输出矩阵得到包含多个非支配最优解的帕累托前沿面；重复该步骤直至评估次数累计达到预设的评估次数；
将当前得到的帕累托前沿面作为优化结果返回所述客户端。
六． 循环过程后限定方式
循环过程后限定方式是指明执行循环过程直至满足循环结束条件，然后对循环过程包括的步骤以静态限定的方式进行描述，这样也会显得比较直观和明确，对于含有多个循环过程嵌套的方案比较适合。
该示例案例按照循环过程后限定方式撰写时，权利要求可以写为如下形式：
1、一种云计算环境下代理优化的问题规模统一化方法，其特征在于，应用于云端，所述方法包括：
获取客户端关于多目标问题的优化任务；
产生多个输入样本，并利用所述优化任务中的真实函数得到输出矩阵；
执行循环过程直至满足预设条件，所述循环过程包括：产生多个权向量，利用所述多个权向量和当前的输出矩阵将所述多目标问题聚合为单目标问题；从云端数据库中获取与所述优化任务相关的若干个相关源模型，利用所述若干个相关源模型构建多问题代理模型；利用所述多问题代理模型搜索待评估点，利用所述真实函数评估所述待评估点以更新输出矩阵，根据更新后的输出矩阵得到包含多个非支配最优解的帕累托前沿面；所述预设条件为评估次数累计达到预设的评估次数；
将当前得到的帕累托前沿面作为优化结果返回所述客户端。
后记
以上就是涉及循环时几种常见的权利要求撰写方式，在实际的撰写过程中，往往案件流程较为复杂，可以根据案件具体情况，采用合适的撰写方式或者进行组合，以实现清楚、简洁描述方案的目的。
