摘要
本发明涉及一种基于Morris‑CNN融合的冻煤列车均匀温升优化方法,包括:确定模型结构参数和电磁参数;采用Morris方法,选取参数;获得样本空间;获得多个网格单元;获得测温点温度值;计算温升效率和均匀性指标;形成样本数据集训练卷积神经网络;寻找最优温升效率和最优均匀性对应的5个参数的值;获得最终的最优温升效率和最优均匀性。本发明采用基于Morris全局灵敏度分析与卷积神经网络结合的结构优化设计,这种方法结合了数学方法和统计方法,对多个变量影响进行建模和分析,提高了效率和效果;本发明运用多目标优化方法对温升均匀性和温升效率进行优化,利用卷积神经网络的梯度下降特性,平衡均匀性和温升效率,获取最优参数指导冻煤列车快速均匀温升设计。
技术关键词
温升优化方法
训练卷积神经网络
参数
计算机程序指令
电磁加热
仿真模型
网格
全局灵敏度分析
列车车厢
火车车厢
拉丁超立方采样
动态分配策略
点加热
样本
测温
线圈
系统为您推荐了相关专利信息
预训练模型
加密
样本
数据分类模型
流量数据分类方法
综合健康指数
故障诊断方法
故障传播路径
机组
高斯混合模型
分流策略
网络流量数据
多头注意力机制
多分类器
阶段
片烟醇化
判别方法
元胞结构
一维卷积神经网络
变量