基于神经网络的复合固体的应力参数预测方法

AITNT
正文
推荐专利
基于神经网络的复合固体的应力参数预测方法
申请号:CN202510435115
申请日期:2025-04-08
公开号:CN120562233A
公开日期:2025-08-29
类型:发明专利
摘要
本申请公开了基于神经网络的复合固体的应力参数预测方法,该方法包括:获取神经网络模型在训练集上的当前损失值;当前损失值小于预设损失值时,保存训练后的神经网络模型;获取训练后的神经网络模型在测试集上的当前绝对百分比误差、当前均方根误差和当前决定系数;根据当前绝对百分比误差、当前均方根误差和当前决定系数以及综合评价值生成模型,生成训练后的神经网络模型的当前综合评价值;当前综合评价值大于预设综合评价值时,输出训练后的神经网络模型;获取训练后的神经网络模型基于当前温度值预测到的当前应力松弛数据,获取当前应力松弛数据中的当前应力松弛时间、当前应力值。本申请有利于预测当前应力松弛数据。
技术关键词
神经网络模型 参数预测方法 应力 松弛 固体 样本 数据 金属燃料 温度传感器 训练集 误差函数 电子设备 平方根 氧化剂 曲线 粘合剂 服务器 模板
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号