一种基于禁忌空间划定的机器学习协助的差分进化方法

    公开(公告)号:CN118821627B

    公开(公告)日:2025-03-18

    申请号:CN202411303019.3

    申请日:2024-09-19

    Applicant: 南昌大学

    Abstract: 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。

    基于ML的后副车架结构轻量化与模态优化的目标设计方法

    公开(公告)号:CN119989540A

    公开(公告)日:2025-05-13

    申请号:CN202510421424.3

    申请日:2025-04-07

    Applicant: 南昌大学

    Abstract: 本发明公开了基于ML的后副车架结构轻量化与模态优化的目标设计方法,包括:(1)通过三维建模、静力学分析与模态分析,构建后副车架重量与一阶固有频率仿真对应的数学模型;(2)基于Maximin准则与拉丁超立方产生种群,建立径向基函数机器学习模型;(3)采用Pbest驱动的基于Eplison函数的DPM进化策略产生候选子代个体向量;(4)构造最小最大帕累托前沿提升函数筛选真实子代个体向量;(5)对真实子代个体向量进行仿真评估,基于反向世代距离更新情况自适应切换参考向量类型,返回步骤(3),直至优化目标达到设计要求,输出最优优化设计参数取值。本发明根据种群仿真结果自适应调整进化方向,对轻量化与模态优化两目标优化设计效果好。

    一种基于禁忌空间划定的机器学习协助的差分进化方法

    公开(公告)号:CN118821627A

    公开(公告)日:2024-10-22

    申请号:CN202411303019.3

    申请日:2024-09-19

    Applicant: 南昌大学

    Abstract: 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。

Patent Agency Ranking