摘要
本发明公开了一种基于深度学习的三维位错相互作用力的预测方法,属于核材料辐照损伤计算模拟应用技术领域;本发明提出一种基于深度学习的三维位错相互作用力的预测方法,基于开源软件生成可用的数据集,设计了数据预处理的标准化方法,有效消除了数据集里的量纲差异性;通过数据预处理、训练后,生成的回归模型预测位错段间的相互作用力是一种灵活、准确、计算效率更高的方法,将有效加速预测三维位错相互作用力,能够大幅提高离散位错动力学(DDD)在三维位错建模时的模拟效率。
技术关键词
神经网络模型
核材料辐照损伤
预测输出值
数据
材料剪切模量
非线性
材料泊松比
标准化方法
样本
学习算法
软件
参数
核心
矩阵
节点
作用力
棱柱
系统为您推荐了相关专利信息
智能生成系统
音频处理单元
文本
数据采集单元
虚拟场景光源
燃气轮机燃烧系统
燃烧控制方法
预测误差
反馈控制器
建立预测模型