摘要
本申请提供一种极小曲面单胞结构的散热模型的预测方法、装置、电子设备、介质及程序产品。该方法包括:获取初始种群,初始种群中的每个个体表征一种极小曲面单胞结构的散热模型;不同散热模型的至少一个第一参数取值不同。基于初始种群,采用遗传算法对初始种群中的个体进行迭代求解,得到最优解集。在迭代求解的过程中,基于个体对应的参数取值,采用基于神经网络构建的适应度预测模型,预测初始种群中个体的适应度函数值;适应度函数值包括:至少两个第二参数,第二参数为表征散热模型的流动换热性能指标的参数。从最优解集中确定最优流动换热性能的散热模型。该方法极大提高极小曲面单胞结构预测效率,降低了计算成本。
技术关键词
计算机执行指令
参数
曲面
遗传算法
电子设备
样本
可读存储介质
神经网络模型
计算机程序产品
数据
预测装置
处理器通信
存储器
浮点数
模块
编码