基于空间映射多保真度建模的高维超材料声学性能预测方法及系统

AITNT
正文
推荐专利
基于空间映射多保真度建模的高维超材料声学性能预测方法及系统
申请号:CN202411842032
申请日期:2024-12-13
公开号:CN119763740B
公开日期:2025-10-28
类型:发明专利
摘要
本发明属于但不限于声学超材料性能预测技术领域,公开了一种基于空间映射多保真度建模的高维超材料声学性能预测方法,结合不同计算成本和精度的声学超材料有限元模型获得高/低保真度训练样本点,基于Cut‑HDMR模型构建低保真度代理模型捕获高维声学超材料性能变化的总体趋势,将高维问题分解为一维和二维分量函数的叠加,并以低保真度模型预测作为先验,映射到高保真度输出空间来构建多保真度模型,将高维的“多对一”映射转化为易于处理的“一对一”映射,以消除多保真度建模中的高维困境,精准高效地进行高维声学超材料的性能预测。
技术关键词
声学超材料 性能预测方法 数值仿真模型 拉丁超立方采样 Kriging模型 COMSOL软件 预测误差 样本 多物理场建模 信息数据处理终端 性能预测系统 映射方法 非线性 性能预测技术 变量 计算机设备 模型预测值 处理器
系统为您推荐了相关专利信息
1
燃料电池的性能预测模型确定方法、性能预测方法及装置
性能预测模型 燃料电池 流体力学模型 神经网络模型 性能预测方法
2
基于新能源场群联合共享的储能协同鲁棒调度优化方法
调度优化方法 两阶段鲁棒优化 虚拟储能 表达式 拉丁超立方抽样
3
通风型声学超材料及其逆向设计方法
声学超材料 通风型 共振消声器 逆向设计方法 性能预测模型
4
一种电机多物理场代理模型构建方法及相关装置
代理模型构建方法 现场运行工况 样本 采样点 拉丁超立方采样
5
基于PINN的电池性能预测方法
电池性能预测方法 神经网络模型 电解质 物理 负极
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号