摘要
本发明公开了一种基于代理模型的复杂系统装备参数反演方法,利用最优拉丁超立方实验设计方法,生成关键参数的样本点数据;结合PSO算法对RBF神经网络的参数进行优化,从而建立代理模型;使用GA‑PSO算法结合该代理模型实现悬挂系统关键参数的反演优化。本发明利用高精度的代理模型来近似替代复杂的物理模型,提高参数反演的计算效率,同时使用GA‑PSO算法结合该代理模型实现复杂系统装备关键参数的反演优化。
技术关键词
参数反演方法
拉丁超立方实验设计方法
装备
悬挂系统
参数取值方法
径向基神经网络
算法
因子
RBF神经网络
样本
粒子
神经网络训练
模型预测值
数据
仿真软件
阶段
基因
加速度
系统为您推荐了相关专利信息
仿真培训系统
投影控制器
防护装备
生物
操作技能
装备
自动生成系统
人工神经网络
无人机防御
策略
混凝土收面
仰拱栈桥
混凝土初凝时间
增压动力系统
红外辐射加热系统
悬浮物沉降速度
垃圾焚烧厂渗滤液
沉淀池
监管方法
指数