基于LHS优化GA-BP算法的电动汽车连接器温升预测方法

本申请涉及一种基于LHS优化GA‑BP算法的电动汽车连接器温升预测方法，包括获取优化指令，基于预设采样密度以及预设的LHS抽样算法，构建优化数据集，利用优化数据集以及预设GA算法对预构建的BP神经网络模型进行优化；当接收到预测指令时，将预测指令中包含的热仿真参数值输入BP神经网络模型并输出预测结果；基于优化过程中、BP神经网络模型对每一数据区间的响应输出结果，确定每一数据区间的第一响应敏感度和采样密度，为高敏区间的每一热仿真参数定义多阶采样密度，按照对应多阶采样密度对高敏区间内的热仿真参数进行逐阶采样，确定高敏区间内的每一热仿真参数的第二响应敏感度和采样密度，更新采样密度。本申请具有提高温升预测精度和稳定性的效果。