摘要
本发明提供基于金枪鱼群高斯过程回归模型的多应力试验方法及装置,旨在提高多应力可靠性强化试验选点的预见性和效率,快速、准确、低成本地获得多应力极限包络。该方法通过将金枪鱼群优化(TSO)算法与高斯过程回归(GPR)模型结合,构建和更新多应力与失效特征量的映射关系。具体步骤包括:确定GPR模型结构和超参数,确定TSO算法结构和超参数,计算TSO算法适应度,更新权重系数和关键参数,迭代优化GPR模型超参数,并利用优化后的模型预测失效特征量和多应力极限包络。装置包括测试模块、训练模块、获取模块和计算模块,用于实现上述方法。本发明在保留现有技术优点的基础上,进一步提升了试验效率和准确性。
技术关键词
金枪鱼群
失效特征
GPR模型
特征长度尺度
算法结构
计算机可执行指令
筛选算法
包络
模型超参数
应力试验装置
模型更新
处理器
测试模块
噪声
系统为您推荐了相关专利信息
PID控制器参数
火电机组汽轮机
主汽压力
预测网络模型
GPR模型
船用发动机
工况数据采集
参数
皮尔逊相关系数
船舶工况
大语言模型
智能规划方法
文本
废旧零部件
数学模型
异常识别方法
设备组
分布式边缘
时序特征
多通道