摘要
本发明提出了一种基于信息融合特征均衡算子的适配器应变场预测方法,属于适配器领域,包括:S1、获取适配器的几何特征、设计变量、设计变量变化范围,应变场信息为待预测值;S2、根据适配器的设计变量建立适配器几何模型,并以适配器几何模型为基础构建超材料静力学有限元模型,采用拉丁超立方采样法获取样本点,利用超材料静力学有限元模型根据仿真生成训练数据集;S3、构建基于信息融合特征均衡算子神经网络模型,并使用训练数据集对基于信息融合特征均衡算子神经网络模型进行训练,得到训练后的基于信息融合特征均衡算子神经网络模型;S4、使用训练后的基于信息融合特征均衡算子神经网络模型对待预测应变场信息进行预测,得到适配器应的应变场分布。本申请增强对几何特征的提取能力和建模能力,使基于信息融合特征均衡算子神经网络模型能够快速预测不同几何构型的的适配器应变场分布。
技术关键词
适配器
融合特征
神经网络模型
超材料
生成训练数据
输出特征
变量
样本
坐标
构型
训练集
参数
节点
网格
基础
特征值
模块
批量
系统为您推荐了相关专利信息
说话人身份
单人
说话人识别方法
语音活动检测
标签
人脸特征向量
营业执照信息
信息管理方法
人脸信息识别
云平台
数据分析模块
加药控制方法
加药控制系统
数据显示模块
数据采集模块