摘要
本申请涉及电机设计技术领域,具体而言,涉及一种应用于电机拓扑设计的方法及神经网络代理模型系统,一定程度上可以解决现有技术设计周期长、计算成本高以及难以探索更广泛的可能设计方案空间的问题。所述的应用于电机拓扑设计的方法包括:定义电机关键参数并构建参数化模型;收集历史设计数据,执行数据增强和预处理;训练神经网络代理模型,优化网络权重以最小化预测误差;采用多目标优化算法探索设计空间,输出最优解集。
技术关键词
训练神经网络
预测误差
V型转子结构
调用代理模型
径向基函数网络
电机设计技术
粒子群优化算法
生成训练数据
神经网络架构
神经网络训练
定子
多层感知机
建模系统
生成参数
永磁体
进化算法
系统为您推荐了相关专利信息
温度调节方法
车辆运行数据
汽车动力电池
电池健康状态
参数在线校准
卫星遥感数据
长短期记忆网络
神经网络模型
注意力
节点特征
多维特征向量
参数
协方差估计
电池老化程度
遗传算法
偏好评估方法
神经网络训练
分支
多层感知机
文本