一种基于深度学习表征的仿真参数决策方法、装置及介质

本申请公开了一种基于深度学习表征的仿真参数决策方法、装置及介质，涉及仿真参数决策领域，该方法包括：获取历史车辆设计建模的仿真数据，从仿真数据中提取车辆设计参数和车辆性能参数；应用CFS方法从设计参数集中筛选出关键车辆设计参数；以关键车辆设计参数为网络输入，以车辆性能参数为网络输出，训练神经网络KAN，进而得出关键车辆设计参数和各车辆性能参数之间的非线性方程组；以各车辆性能参数满足设定目标为参数优化目标，利用多目标优化算法求解非线性方程组，得出最优车辆设计参数值。应用本发明的方法可以解决现有仿真参数决策方法存在的决策结果不准确以及因时间周期长导致的效率低的问题。