摘要
本发明公开一种用于预测汽车前侧窗流场激励的神经网络模型分频率段建模方法,步骤包括:1)得到汽车前侧窗表面的频域流场激励数据;2)根据贡献量分析结果对预测频率段进行划分;3)筛选出每个频段内贡献量排名靠前的参数作为该频段的关键几何参数,流场激励数据按频率段进行分段处理;4)将每个频段内的关键几何参数作为神经网络模型的输入,将对应频段的激励数据作为神经网络模型的输出,训练神经网络模型;5)将各个频率段的神经网络模型的预测结果相结合,建立在整个预测频率段内快速预测前侧窗流场激励的神经网络模型。本发明基于贡献量分析结果对频率段进行划分,通过分频率段训练网络模型的方式,实现对前侧窗激励的准确预测。
技术关键词
汽车前侧窗
建模方法
后视镜
建立神经网络模型
数据
参数
车辆模型
壁面
机器学习技术
仿真软件
待测车辆
训练神经网络模型
风洞
车身
量分析方法
样本
变量
动能
系统为您推荐了相关专利信息
数据存储模块
存储器阵列
处理器
全数字锁相环
接口模块
电力负荷预测模型
短期电力负荷预测方法
粒子
短期电力负荷预测系统
表达式
成像传感器数据
动态传感器
图像
成像方法
计算机设备