一种基于有限元模型与机器学习算法的管柱应力预测方法

AITNT
正文
推荐专利
一种基于有限元模型与机器学习算法的管柱应力预测方法
申请号:CN202510981656
申请日期:2025-07-16
公开号:CN120911179A
公开日期:2025-11-07
类型:发明专利
摘要
一种基于有限元模型与机器学习算法的管柱应力预测方法,包括以下步骤:步骤一:基于有限元模型分析生成基准数据集,基准数据集包含节点坐标矩阵和对应的等效应力向量;步骤二:基于K‑Means聚类,对节点坐标矩阵进行无监督学习,进行结构感知特征提取;步骤三:对结构感知特征提取后的每一个节点,提取该节点的原始三维坐标、所属簇的质心坐标、到簇质心的欧氏距离,以及用独热编码表示的簇隶属关系,构建融合结构信息的复合特征矩阵;步骤四:基于的复合特征矩阵和等效应力向量,对XGBoost算法与自定义目标函数的XGBoost模型训练;步骤五:通过训练好的XGBoost模型,获取管柱应力预测值。本发明具备预测速度快、工程实用性强、预测精度高的特点。
技术关键词
机器学习算法 节点 应变片传感器 管柱 无监督学习 坐标 矩阵 预测误差 XGBoost模型 效应 轴向拉伸载荷 基准 高应力 配套夹具 加法模型 数据采集系统 感知特征 噪声数据
系统为您推荐了相关专利信息
1
一种基于双重多模态融合的VLSI拥塞预测方法、设备及存储介质
拥塞预测方法 输入端 多模态 布局特征 异构
2
基于顶点热度缓存的子图匹配优化方法
匹配优化方法 顶点 分析查询日志 统一资源标识符 邻居
3
基于多智能体的复杂社交行为仿真与公共舆情推演方法
关键意见领袖 推演方法 社交 邻域 观点
4
一种面向市域社会治理动态多任务的态势评估方法、系统、装置和存储介质
贝叶斯网络模型 态势评估方法 多任务 社会 贝叶斯模型
5
故障根因定位方法、系统、计算机存储介质和程序产品
拓扑图 定位方法 定位系统 层级 逻辑
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