摘要
本发明涉及基于径向基函数的冷板设计优化方法及存储介质。该方法包括S11、基于拉丁超立方方法确定输入变量的第一实验点和第二实验点,并对第一实验点和第二实验点分别进行仿真计算,以得到对应的输出变量的第一数据点和第二数据点,且将第一实验点和第一数据点作为训练集,将第二实验点和第二数据点作为测试集。S12、根据训练集对基于RBF的代理模型进行训练,并判断训练预测结果是否满足预设训练要求,若是,则执行步骤S13。S13、根据测试集对训练好的代理模型进行测试,并判断测试预测结果是否满足预设测试要求,若是,则执行步骤S20。S20、基于代理模型进行冷板设计,得到冷板的输出变量数据。本发明能够在实际操作过程中进行冷板的快速设计,达到快速响应冷板设计结果。
技术关键词
设计优化方法
变量
数据
冷板
可读存储介质
训练集
铲齿
精度
计算机
算法
误差
热阻
处理器
参数
系统为您推荐了相关专利信息
融合深度学习模型
电网运行数据
数据处理方法
时间序列预测模型
计算机设备
货物搬运方法
空间关系推理
驱动机械设备
彩色图像
货物包装
智能校准方法
中控台
红外感应传感器
协方差矩阵
非对称加密算法