基于改进深度神经网络模型的船体结构开孔强度预报方法

本发明提供基于改进深度神经网络模型的船体结构开孔强度预报方法，获取船体结构开孔前的粗网格应力分布数据和开孔后的细网格应力分布数据，构建深度神经网络模型，模型训练时，在隐藏层的最后一层的若干神经元引入粗网格应力分布数据的标签用于性能评估，通过限制引入粗网格标签的神经元的输出值与粗网格参考应力值之间的差异进行粗网格应力监督，采用细网格应力预测误差与粗网格应力监督误差加权组合而成的复合损失函数训练所述模型，获取最优训练模型作为开孔强度预报模型。本发明的方法引入机器学习模型进行开孔强度预报，并在模型应用中做了改进，考虑了开孔前粗网格数据提供的应力分布整体趋势，从而实现对船体结构开孔强度的高效预测。