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！
申请/专利权人：辽宁工程技术大学
摘要：本发明提出了一种结合图神经网络GNN、遗传算法优化的随机森林模型GA‑RF和物理模型参数优化的系统，用于提高铝合金疲劳寿命的预测精度和可靠性。系统利用GNN对疲劳实验数据进行特征扩充，构建全面的数据集，并基于遗传算法自动调整随机森林模型参数，优化预测性能，进而通过模型预测结果调整疲劳寿命预测物理模型的关键参数，如疲劳裂纹扩展阈值ΔKth和材料常数，以获得铝合金的疲劳寿命预测物理模型解析表达式。该系统适用于航空、汽车和高速铁路等领域的材料疲劳性能分析，有效减少人为错误和成本，具有很高的实用价值。
主权项：1.一种用于预测铝合金疲劳寿命的系统，特征在于，包括以下步骤：S1、数据采集：实验获取铝合金在不同应力水平下的疲劳寿命数据；S2、数据扩充：使用图神经网络GNN对采集的数据进行扩充，该GNN包含至少三层图卷积层，每层输出特征维度设定为64，使用ReLU激活函数；S3、遗传算法优化随机森林模型：应用遗传算法优化随机森林算法的参数，具体包括树的数量范围为50至200，树的最大深度范围为5至20，目标是最小化预测的均方误差；S4、物理模型参数优化：利用随机森林模型预测输出的数据反馈优化物理模型中的关键参数，物理模型公式包括： 其中ΔKth是疲劳裂纹扩展阈值，n和Cp是材料常数，这些参数通过优化算法进行精确调整。S5、系统验证：对比预测结果与实验数据，通过模型的R2和MSE的数值来验证系统的预测准确性和可靠性。
全文数据：
权利要求：
百度查询： 辽宁工程技术大学 一种基于GA-RF网络与物理模型预测铝合金疲劳寿命系统及其使用方法
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