摘要
本发明公开了一种面向通用设计场景的MEMS传感器智能设计方法及系统,该方法包括:基于有限元仿真获取大量MEMS传感器的“结构参数‑性能参数”数据对;构建并训练验证网络以建立从结构参数到性能参数的映射关系;将模糊范围、精确数值及无约束的三类不同设计需求量化为统一的区间表示,并使用逆向生成策略构建包含设计需求的数据集;构建并训练搜索网络实现从设计需求到可行结构的映射关系;构建精度优化器提高搜索网络输出可行解的质量。与传统智能设计模型相比,本发明模型扩展性强,无需重新训练即可支持多种设计需求类型,并具备自动迭代优化精度的能力,从而实现高精度、快速的MEMS传感器设计。
技术关键词
智能设计方法
MEMS传感器
优化器
智能设计系统
场景
参数
传播算法
连续型
人工神经网络
关系
数据采集单元
策略
网络优化
计算误差
精度
变量
系统为您推荐了相关专利信息
监控视频流
行人重识别模型
行人识别方法
头部特征
场景
传递对准方法
安装误差角
扩展卡尔曼滤波
动态变化场景
姿态误差
混合储能系统
燃料电池
电解槽
有功功率
电池储能单元
医学知识图谱
思维训练系统
深度强化学习算法
多模态数据采集
智能交互系统