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

AITNT
正文
推荐专利
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
申请号:CN202510460878
申请日期:2025-04-14
公开号:CN120493836A
公开日期:2025-08-15
类型:发明专利
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
1
一种新能源汽车动力电池温度调节方法、系统及设备
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
2
面向卫星遥感数据的近地大气CO2浓度LSTM-GAT网络预测方法
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
3
一种基于多数据融合的自适应多模式蓄电池活化方法及装置
多维特征向量 参数 协方差估计 电池老化程度 遗传算法
4
一种生成图像多维人类偏好评估方法与系统
偏好评估方法 神经网络训练 分支 多层感知机 文本
5
基于无人机的雷达目标回波特性动态模拟方法
动态模拟方法 矩阵 参数 统计特征 预测误差
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