龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明针对现有技术的局限性，提出了一种基于深度代理模型的工程叉车多目标性能优化方法，该方法充分利用了深度神经网络较强的多输入与多输出之间高阶非线性关系的准确表征能力及良好的迁移适应性特征，能够有效利用已有同类型叉车以往研发过程累积的大量仿真数据；解决了复杂仿真优化问题下，少量仿真数据下难以构造当前叉车强泛化能力代理模型问题；对具有多输入、多输出复杂非线性变化特征的工程叉车虚拟模型，只需构造一个代理模型，实现工程叉车高精度、高效仿真优化。
主权项：1.一种基于深度代理模型的工程叉车多目标性能优化方法，其特征在于，包括以下步骤：S1，根据预设的优化目标以及设计变量，所述优化目标包括降低待优化工程叉车行车过坎时车架最大侧倾角以及驾驶座振幅，所述设计变量X＝[x1,x2,x3,x4,x5]T，X∈Ω；其中，x1为车架底座橡胶减振器刚度，x2为阻尼，x3为油缸液压控制系统参数，x4为整车重量，x5为质心；Ω为待优化工程叉车的设计空间；Ω＝[[1269,3269],[9,9.3],[100,750],[11478,13478],[850,950]]T；从待优化工程叉车的同类型工程叉车现有仿真数据中筛选获得现有数据集；S2，以全连接深度神经网络作为待优化工程叉车的代理模型载体，运用所述现有数据集对所述全连接深度神经网络进行预训练，获得预训练深度代理模型；S3，获取待优化工程叉车关于所述优化目标的实车测试数据、待优化工程叉车的虚拟模型以及由所述虚拟模型获得的工况仿真数据；合并所述实车测试数据与工况仿真数据获得混合精度数据集；S4，运用所述混合精度数据集对所述预训练深度代理模型进行微调，获得精确深度代理模型；S5，以所述精确深度代理模型对所述待优化工程叉车进行性能优化，获得所述待优化工程叉车的优化设计点。
全文数据：
权利要求：
百度查询： 广东海洋大学 一种基于深度代理模型的工程叉车多目标性能优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号