一种基于神经网络模型降阶的汽车乘员舱建模方法

本发明适用于汽车技术领域，提供了一种基于神经网络模型降阶的汽车乘员舱建模方法，方法通过建立三维乘员舱及假人模型，结合人体热舒适性评价指标获取数据，利用神经网络进行稳态降阶并通过决定系数、误差指标验证精度，再采用遗传算法优化的长短期记忆网络进行瞬态降阶，最终得到一维模型。该方法解决了传统三维建模仿真耗时、一维建模精度不足的问题，建立的模型各位置温风速决定系数达0.94左右，可与空调系统耦合，缩短仿真运算时间，为汽车热管理控制策略设计提供支持。方法包括模型建立、稳态与瞬态降阶、工况分析及模型验证等步骤，兼具精度与效率优势。