摘要
本申请公开基于天鹰算法的构件性能预测方法、系统、装置及介质,该方法包括:采集构件数据,并对构件数据进行预处理;基于改进的天鹰算法优化神经网络,包括:参数初始化,并基于种群中每个个体的适应度值确定全局最优解;计算当前解与全局最优解之间的解距离和角度余弦值,响应于解距离与角度余弦值满足预设条件,对当前解进行预更新,得到初始解;对初始解进行二次更新,得到二次解;响应于二次解满足迭代条件,输出神经网络的最优超参数,并基于最优超参数配置神经网络;将预处理后的构件数据输入至神经网络,得到损失函数的最小值,以预测构件性能。本说明书的实施例中,通过引入空间构型与二次更新策略,提高了算法鲁棒性与收敛速度。
技术关键词
性能预测方法
优化神经网络
超参数
性能预测系统
计算机
读取存储介质
算法鲁棒性
数据
因子
指令
预测装置
可读存储介质
存储器
处理器
非线性
动态
模块