[发明专利]一种基于迁移学习融合模型的桁架应力预测及轻量化方法在审
| 申请号： | 202111572929.8 | 申请日： | 2021-12-21 |
| 公开（公告）号： | CN114239114A | 公开（公告）日： | 2022-03-25 |
| 发明（设计）人： | 彭翔;邵宇杰;李吉泉;姜少飞 | 申请（专利权）人： | 浙江工业大学台州研究院 |
| 主分类号： | G06F30/13 | 分类号： | G06F30/13;G06F30/23;G06F30/27;G06N3/04;G06N3/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 318057 浙江省台*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于迁移学习融合模型的桁架应力预测及轻量化方法。以横截面积和材料为设计参数，不确定性量化建立源数据集；输入构建有限元模型得低高保真模型；对低高保真模型进行随机采样，获得保真点，构建获得目标数据；将低保真模型的数据输入到深度神经网络DNN模型初步训练确定模型参数；保留前n‑1层初始化最后一层，将高保真模型的数据再次训练修正，优化网络节点数得到融合代理模型；将实际数据输入到融合代理模型处理输出目标数据。本发明通过低保真采样点预训练深度神经网络，保证了深度神经网络泛化能力同时降低了构建成本，在高保真采样点数量较少时，也能构建高精度的代理模型，提高了桁架结构轻量化设计的可靠性。 | ||
| 搜索关键词： | 一种 基于 迁移 学习 融合 模型 桁架 应力 预测 量化 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学台州研究院，未经浙江工业大学台州研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111572929.8/，转载请声明来源钻瓜专利网。
