-
公开(公告)号:CN117972924B
公开(公告)日:2025-02-18
申请号:CN202410064673.7
申请日:2024-01-16
Applicant: 东南大学
IPC: G06F30/17 , G06F30/23 , G06F18/27 , G06N3/126 , G06F16/2457 , G06F111/06
Abstract: 本发明公开了基于双模型策略构造高精度电机性能数据库的方法,首先,通过拉丁超立方体采样设计获取初始电机性能数据集,将该数据集随机分为两组,一组建立优化代理模型,用于预测电机性能。然后,通过该代理模型对另一组数据集进行预测,将预测值与真实值对比,计算代理模型预测该数据集的相对误差,将代理模型预测每一个数据点计算所得的相对误差作为输出响应值,对数据点的每个分量取与构造代理模型的数据点的欧氏距离作为输入变量,构造支持向量机回归模型作为判断代理模型对某一设计的响应是否为高误差响应的误差模型。本发明提出的方法能够减少构造高精度电机性能数据库所需时间,具有良好的实用性和经济性。
-
公开(公告)号:CN119026419A
公开(公告)日:2024-11-26
申请号:CN202411125140.1
申请日:2024-08-16
Applicant: 东南大学
IPC: G06F30/23 , G06F111/08
Abstract: 本发明公开了基于坐标下降法求解电机性能Kriging代理模型逆映射的方法,首先,对不同的电机尺寸参数组合进行采样,利用样本构造出以多个电机尺寸参数为输入变量,单个电机性能为输出响应的Kriging代理模型#imgabs0#然后,给定电机性能yc,以#imgabs1#为最小化目标函数,以Kriging代理模型训练来源的样本中电机尺寸参数变化范围为可行域构造优化模型。最后,不断重复基于坐标下降法沿输入变量单个分量对应的坐标轴方向对目标函数进行最小化求解,使得目标函数最终收敛至0,获得与给定电机性能yc对应的电机尺寸参数组合#imgabs2#本发明提出的方法能够求解电机性能Kriging代理模型逆映射,具有良好的实用性和经济性。
-
公开(公告)号:CN117972924A
公开(公告)日:2024-05-03
申请号:CN202410064673.7
申请日:2024-01-16
Applicant: 东南大学
IPC: G06F30/17 , G06F30/23 , G06F18/27 , G06N3/126 , G06F16/2457 , G06F111/06
Abstract: 本发明公开了基于双模型策略构造高精度电机性能数据库的方法,首先,通过拉丁超立方体采样设计获取初始电机性能数据集,将该数据集随机分为两组,一组建立优化代理模型,用于预测电机性能。然后,通过该代理模型对另一组数据集进行预测,将预测值与真实值对比,计算代理模型预测该数据集的相对误差,将代理模型预测每一个数据点计算所得的相对误差作为输出响应值,对数据点的每个分量取与构造代理模型的数据点的欧氏距离作为输入变量,构造支持向量机回归模型作为判断代理模型对某一设计的响应是否为高误差响应的误差模型。本发明提出的方法能够减少构造高精度电机性能数据库所需时间,具有良好的实用性和经济性。
-
公开(公告)号:CN119720636A
公开(公告)日:2025-03-28
申请号:CN202411700368.9
申请日:2024-11-26
Applicant: 东南大学
IPC: G06F30/23 , G06F18/214 , G06N3/126 , G06F17/16 , G06F119/02 , G06F119/18
Abstract: 本发明公开了一种基于Kriging代理模型的电机设计方法,具体为:采集M个电机尺寸参数组合作为输入样本数据S,将对应的电机性能作为输出样本数据Y,将S和Y构成样本集,根据样本集训练Kriging代理模型;以最小化#imgabs0#为目标函数,以Kriging代理模型训练来源的样本中电机尺寸参数变化范围为可行域构造优化模型;求解优化模型,得到基于给定的电机性能对应的电机参数。本发明提出的方法提高基于坐标下降法求解电机多性能Kriging代理模型逆映射的速度,具有良好的实用性和经济性。
-
-
-