买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南昌大学

摘要：本发明公开了一种基于禁忌空间划定的机器学习协助的差分进化方法，适用于全回转推进器驱动轴的服役时间最大化问题，包括：考虑驱动轴结构参数与交变载荷进行种群与参数初始化，构建确定禁忌空间；设计机器学习驱动的潜力空间确定策略来构造潜力空间与机器学习模型；基于潜力空间贪婪信息与禁忌空间反向位置信息构造贪婪协同进化操作；采用二项交叉策略获得对应的候选子代个体池；基于机器学习构建特性推导候选子代个体不确定性评估方法；更新种群与重构禁忌空间与潜力空间，重复判断是否达到收敛条件，直到输出优化解。本发明能够针对全回转推进器驱动轴服役时间最大化问题构造实时禁忌空间与潜力空间，加快最优结构参数优化效率，缩短设计周期。

主权项：1.一种基于禁忌空间划定的机器学习协助的差分进化方法，其特征在于，所述方法适用于全回转推进器驱动轴的服役时间最大化问题，所述方法包括：步骤一：将全回转推进器驱动轴的服役时间最大化问题转化为服役时间负值最小化问题，基于驱动轴关键结构参数数量及取值范围进行种群与关键迭代参数初始化，根据交变载荷谱与受力分析构造全回转推进器几何模型与疲劳寿命仿真模型并获得初始种群的疲劳仿真响应值，构造机器学习模型并执行机器学习驱动的优化策略确定关键结构参数取值的禁忌空间，给出方法收敛条件；步骤二：设计机器学习驱动的潜力空间确定策略来构造潜力空间，并根据潜力个体更新机器学习模型，以期针对全回转推进器驱动轴服役时间对应的疲劳寿命仿真模型构建精确的机器学习预测模型；步骤三：基于潜力空间贪婪信息与禁忌空间反向位置信息构造可继承贪婪信息并远离反向位置信息的贪婪协同进化操作，为每个潜力个体产生候选变异子代个体池，以期望获得具备优异服役时间性能的关键结构参数向量集合；步骤四：针对每个候选变异子代个体，采用二项交叉策略获得对应的候选子代个体池；步骤五：基于机器学习构建特性推导候选子代个体不确定性评估法，从候选子代个体池中分别筛选高潜力与高不确定性的个体作为真实子代个体；步骤六：评估真实子代个体，更新种群与关键迭代参数信息，基于机器学习驱动的优化重构禁忌空间与潜力空间，判断优化结构是否满足服役时间指标，若满足则输出方法所得最优的关键结构参数向量，否则转至步骤二，直至方法所得优化结构满足服役时间指标。

全文数据：

权利要求：

百度查询： 南昌大学 一种基于禁忌空间划定的机器学习协助的差分进化方法