基于one shot神经网络架构搜索的热场数字孪生模型构建方法

本发明公开了一种基于one shot神经网络架构搜索的热场数字孪生模型构建方法，包括：设计搜索空间：基于MobileNetV2模型定义网络结构的搜索空间，搜索空间包括扩展率、卷积核大小和路径数量；构建并训练超网络：在搜索空间内构建包含所有可能路径的超网络，并基于热源布局数据集对超网络进行训练；搜索最优模型架构：使用进化算法在训练好的超网络中搜索近似最优的模型架构；构建物理场预测代理模型：基于搜索到的最优模型架构，构建轻量化的热场数字孪生代理模型，用于实时预测航天器内热场分布。本方法通过搜索空间设计与超网络训练相结合，能够快速生成满足精度要求的轻量化模型。代理模型参数量低、计算效率高，适配航天器端上的嵌入式环境。