摘要
本发明公开了一种基于RF随机森林算法的车用紧凑式换热器优化方法,首先收集若干种车用紧凑式换热器影响性能的参数并进行数值模拟,并依据数值模拟结果,收集对车用紧凑式换热器换热性能具有影响的参数数据,其次建立RF随机森林算法集成模型,将数值模拟收集得到的参数数据输入到模型中,并进行训练学习,通过训练后的集成模型对数值模拟数据进行预测,将预测结果与收集的参数数据进行比对,验证训练模型的预测准确性,最终利用RF随机森林算法模型,对车用紧凑式换热器的换热性能进行优化预测。本发明通充分发挥了RF随机森林算法可以通过集成多棵树的预测结果,从而降低了过拟合的风险,提高了模型的泛化能力的优点。
技术关键词
随机森林
换热器
车用
仿真模拟方法
算法模型
参数
方程
能量守恒
数值模拟方法
数据
节点
训练集
速度
分类器
粗糙度
压力
误差
介质
系统为您推荐了相关专利信息
角膜塑形镜
训练样本集
计算机辅助诊断技术
机器学习算法
年龄
雪尼尔纱
单片机
时间序列模型
成型方法
异常状态
牧草
路径规划方法
动态规划算法
牲畜
植被指数值
危险工况
筛选方法
逼近理想解排序
统计学算法
聚类算法