摘要
本发明提供一种不确定性条件下热防护结构响应的定量分析方法,提出改进收敛因子和非线性收敛算法的改进灰狼优化算法,扩大全局搜索范围、缩短搜索步长,精度高、稳定性好且收敛速度快;通过自适应径向基神经网络模型结合优化算法和输出数据对模型自身参数进行动态更新,提高在数值预测方面的精度;通过自适应径向基神经网络模型仅需少量初始样本即可完成热防护结构的响应预测,可以更高效、准确的量化不确定性输入的传播规律,表征热防护结构的不确定性响应分布。
技术关键词
径向基神经网络模型
定量分析方法
灰狼优化算法
热防护结构
动态神经网络模型
拉丁超立方抽样
非线性
误差
样本
数值
动态更新
分布特征
载荷
因子
应力
参数
精度
规模
变量
系统为您推荐了相关专利信息
深度学习模型
防火墙
威胁检测方法
模型超参数
消息
控制通信接口
信号转换模块
扩张状态观测器
长短期记忆神经网络
压控振荡电路
无人机飞行路径
灰狼优化算法
无人机飞行轨迹
位置更新
燃油消耗量
灰狼优化算法
MPPT方法
表达式
功率点跟踪
控制光伏系统
马尔可夫逻辑网络
校园
人工鱼群优化
多模态数据采集
灰狼优化算法