摘要
本申请公开了一种面向固体发动机压强性能的自适应加权混沌多项式可靠性分析方法、装置、设备及介质,涉及固体发动机技术领域,该方法包括:根据影响固体发动机压强性能的变量及内弹道性能计算模型获取训练样本;采用所提权重定义函数确定训练样本的权重矩阵,通过加权最小二乘方法计算混沌多项式系数并构建代理模型;运用本发明提出的模型预测误差评估方法和全局搜索学习函数选择最优样本点;依据提出的自适应加权策略动态更新训练样本集及权重,值得说明的是,权重的更新无需额外调用内弹道计算模型。本发明对数据中的噪声具有更好的鲁棒性,可提高固体发动机压强性能可靠性分析的准确度和计算效率,确保在设计阶段预示并规避可靠性风险。
技术关键词
训练样本集
压强
预测误差
可靠性分析方法
多项式
固体发动机技术
可靠性分析装置
加权最小二乘
密度
可读存储介质
矩阵
存储计算机程序
动态更新
仿真模型
分析模块
指数
存储器
系统为您推荐了相关专利信息
卷积网络模型
期望最大化算法
排队模型
注意力机制
充电站容量
风险识别方法
大语言模型
图谱
风险识别模型
实体识别模型
工况识别方法
耦合特征提取
多模态
特征提取模块
伪标签学习
隧道轮廓
多项式拟合算法
极值
点云数据预处理
隧道底部
智能健康监测方法
训练预测模型
地表水
监测数据处理
LSTM神经网络