[发明专利]基于机器学习的方锥式吸能结构耐撞性能多目标优化方法在审
| 申请号： | 202211151523.7 | 申请日： | 2022-09-21 |
| 公开（公告）号： | CN115481488A | 公开（公告）日： | 2022-12-16 |
| 发明（设计）人： | 阳程星;郭维年;许平;杨丽婷;姚曙光 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06F30/15 | 分类号： | G06F30/15;G06F30/23;G06F30/27;G06N3/04;G06F111/06;G06F111/10;G06F119/14 |
| 代理公司： | 长沙正务联合知识产权代理事务所(普通合伙) 43252 | 代理人： | 郑隽 |
| 地址： | 410006*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于机器学习的方锥式吸能结构耐撞性能多目标优化方法，包括以下步骤：建立地铁列车的方锥式吸能结构的有限元仿真模型；基于建立的有限元仿真模型与实验设计相结合的方法，提取地铁列车吸能结构的结构参数和吸能特性曲线；根据拉丁超立方法进行采样，通过实验设计(DOE)，确定地铁列车方锥式吸能结构的最优吸能特性曲线预测模型，以及优化变量和优化目标；根据最优吸能特性曲线预测模型、优化变量和优化目标，建立优化理论模型；采用哈默斯雷采样法对优化理论模型进行重新采样，利用最优吸能特性曲线预测模型计算对应的吸能量和峰值力，生成新的DOE；采用全局响应面法(GRSM)进行多目标优化，得到优化结果；基于优化结果，得到优化目标的帕累托解集，采用最小距离法，对优化得到的帕累托解集进行最优决策，得到最优解。 | ||
| 搜索关键词： | 基于 机器 学习 方锥式吸能 结构 性能 多目标 优化 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中南大学，未经中南大学许可，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/202211151523.7/，转载请声明来源钻瓜专利网。
