[发明专利]融合GAN和迁移学习的气动形状优化设计方法及系统及设备在审
| 申请号： | 202210313084.9 | 申请日： | 2022-03-28 |
| 公开（公告）号： | CN114676522A | 公开（公告）日： | 2022-06-28 |
| 发明（设计）人： | 郭振东;汪祺能;宋立明;李军 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06F30/17 | 分类号： | G06F30/17;G06F30/27;G06F30/28;G06N3/04;G06N3/08;G06F113/08;G06F119/14 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 马贵香 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 融合GAN和迁移学习的气动形状优化设计方法及系统及设备，包括以下步骤：采集设计参数建立计算流体动力学模拟流程；获取已完成相似优化任务的样本信息；建立生成对抗神经网络GAN，得到潜变量设计空间；基于潜变量设计空间，收集对应的样本集；搜索EI函数最大化的坐标得到新坐标；对新坐标的几何设计进行性能评估，将评估后得到的两组样本加入样本集合中；对于更新后的样本集合循环执行建立代理模型，搜索新样本，添加新样本的步骤直到满足优化停止条件。本发明解决了不同设计任务参数化空间无法兼容的问题，利用已完成的类似任务的解，加速目标任务的求解，突破经典设计优化方法针对各具体优化问题“从零开始”的局限，提高新任务的优化效率。 | ||
| 搜索关键词： | 融合 gan 迁移 学习 气动 形状 优化 设计 方法 系统 设备 | ||
【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西安交通大学，未经西安交通大学许可，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/202210313084.9/，转载请声明来源钻瓜专利网。
