摘要
本发明公开了一种商用车铝合金车架轻量化与疲劳性能智能设计方法,包括:构建条件可逆神经网络模型,其包括条件神经网络和可逆神经网络;构建训练样本集,训练样本集由多个设计变量和及其对应的性能响应变量组成:采用训练样本集对条件可逆神经网络模型进行训练,得到车架结构优化模型;将目标性能响应变量输入车架结构优化模型,车架结构优化模型输出第一设计变量集;将第一设计变量集输入车架结构优化模型,车架结构优化模型输出第一设计变量集中每个样本对应的车架性能响应变量;删除第一设计变量集中输出不满足目标性能响应变量的样本,得到优化设计变量集;从优化设计变量集中选择满足性能偏好的样本,作为车架设计方案。
技术关键词
智能设计方法
变量
神经网络模型
训练样本集
铝合金车架结构
主成分分析法
模态固有频率
Adam算法
车架材料
贡献率
车架尺寸
随机梯度下降
参数
优化器
应力
寿命
系统为您推荐了相关专利信息
指令模板生成方法
缺陷规则
大语言模型
代码缺陷检测
三元组
协同测试方法
图像识别模型
OpenCV计算机视觉
图形用户界面控件
图形用户界面元素