-
公开(公告)号：CN117763910A
公开(公告)日：2024-03-26
申请号：CN202311796315.7
申请日：2023-12-25
Applicant: 哈尔滨工业大学
IPC: G06F30/23 , G06F18/214 , G06F18/2415 , H01Q1/12 , H01Q1/38
Abstract: 一种基于机器学习的天线基板振动基频优化方法，属于大面积薄壁板振动优化技术领域。所述方法步骤为：步骤一：识别活跃子空间；步骤二：在活跃子空间内自适应构建代理模型；步骤三：调用Kriging代理模型估计灵敏度指数；步骤四：优化重构设计空间内的天线基板。本发明结合基于活跃子空间与自适应加点策略的灵敏度分析方法和贝叶斯优化方法，建立了一种基于机器学习的天线基板振动基频全局优化框架，可高效完成大型天线基板的基频全局优化设计。通过对具有复杂约束的大尺度天线基板优化验证表明，本发明的方法能克服传统方法过早收敛的难题，并能够在更小的计算耗时下得到基频更优的设计，大幅提高了天线基板基频优化的效率。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
