摘要
本发明提供一种基于W算法的电动两轮车拓扑结构优化方法及系统,涉及电动两轮车拓扑结构优化技术领域。方法包括收集电动两轮车整车及关键部件的性能数据、结构参数数据与工况数据。构建基于改进卷积神经网络的拓扑结构初始模型,输入核心特征输出初步拓扑设计方案。构建基于模糊层次分析法的拓扑方案评估模型,获取初步拓扑设计方案的综合评估得分。构建多目标拓扑优化模型,求解生成多组候选拓扑优化方案。求解得到最优拓扑结构方案。本发明通过多目标模型、用W算法求解,结合改进卷积神经网络与模糊层次分析法,实现性能成本平衡,提升设计效率,增强方案实用性,且算法框架可扩展、数据可复用,助力企业创新。
技术关键词
拓扑结构优化方法
两轮车
模糊层次分析法
模拟退火算法
局部结构特征
载荷特征
布局特征
卷积神经网络结构
结构优化系统
结构优化技术
悬挂系统
性能测试数据
特征向量法
核心
成分分析方法
信息熵
算法框架
参数
系统为您推荐了相关专利信息
视角
构建深度神经网络
残差模块
训练深度神经网络
超声换能器
智能优化调度方法
头脑风暴算法
模拟退火算法
车辆
电力
视觉引导模型
感知特征集
局部结构特征
基准定位件
加工件表面