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：东南大学
摘要：本发明公开基于局部代理模型的电机多目标鲁棒性优化方法，属于计算、推算或计数的技术领域。首先通过确定性设计获取电机性能数据库，建立全局代理模型，进行电机鲁棒性优化获得首次最优解集。然后，从数据库中选择首次最优解集临近域内的数据点，建立局部代理模型，再次进行鲁棒优化，获取新的最优解集，迭代在已有最优解集中选择数据点训练局部代理模型并获取鲁棒优化最优解集的过程，直至相邻两次鲁棒性优化的最优解集的超体积相对差别小于预设值，即可获得高精度的电机鲁棒性最优设计。本发明提出的电机多目标鲁棒性优化局部代理模型策略能够有效提高代理模型在小区间的预测精度，缩短了电机鲁棒性优化时长，具有良好的实用性和经济性。
主权项：1.基于局部代理模型的电机多目标鲁棒性优化方法，其特征在于，选取确定性优化数据构建数据库，用所述数据库训练全局代理模型；利用训练后的全局代理模型预测电机性能，根据电机性能预测值进行初次鲁棒性优化，获取初次鲁棒性优化的最优解集，并计算初次鲁棒性优化的最优解集的超体积参数；在所述初次鲁棒性优化的最优解集的临近域内筛选训练第一代局部代理模型的数据集，用所述数据集训练第一代局部代理模型，利用训练后的第一代局部代理模型预测电机性能，获取第二次鲁棒性优化的最优解集，并计算第二次鲁棒性优化的最优解集的超体积参数，在初次鲁棒性优化的最优解集的超体积参数与第二次鲁棒性优化的最优解集的超体积参数的相对差别不满足阈值要求时，在所述第二次鲁棒性优化的最优解集的临近域内筛选训练第二代局部代理模型的数据集，重复训练局部代理模型获取鲁棒性优化解集后比较相邻两次鲁棒性优化获取的最优解集的超体积参数的过程，直至相邻两次鲁棒性优化获取的最优解集的超体积参数的相对差别满足阈值要求，结束电机多目标鲁棒性优化。
全文数据：
权利要求：
百度查询： 东南大学 基于局部代理模型的电机多目标鲁棒性优化方法
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