摘要
本发明提出了一种基于异步深层储备池和数字孪生的加速器设计优化方法,实现步骤为:获取训练样本集;构建异步深层储备池模型并对其进行训练;获取加速器的优化结果。本发明通过异步深层储备池模型对加速器进行优化,将数字孪生加速器的运行状态参数输入异步深层储备池模型进行前向传播输出优化后加速器的设计参数,对加速器设计方案参数与性能进行了高效的动态映射,提高了可靠性,利用包含多种不同工况的训练样本集对异步深层储备池模型进行训练,能够完成对多种不同工况下加速器的优化,避免模型调整时的人工干预提高了效率。
技术关键词
加速器
数字孪生模型
设计优化方法
训练样本集
加速腔
设计验证平台
参数
工况
协方差矩阵
冷却液
电场
概念
温湿度
磁铁
控制系统
强度
真空泵
非线性