[发明专利]一种目标测试模型的训练方法和装置

说明书

本申请提供了一种目标测试模型的训练方法和装置，属于神经网络技术领域。方法包括：将样本温度值和样本压力值的归一化数值输入初始测试模型，并得到初始测试模型输出的测试压力值；确定初始测试模型的当前群组中的个体的当前适应度值，其中，个体为初始测试模型的当前权值和当前阈值，在当前权值和当前阈值下测试压力值与预设压力值之间的误差值与当前适应度值成反比；若当前适应度值不满足终止条件，则对初始测试模型的个体进行迭代遗传操作，直至个体的当前适应度值满足终止条件，得到目标权值和目标阈值；将含有目标权值和目标阈值的初始测试模型作为目标测试模型。本申请能够减少温度对压力的影响，提高压力测量的精度。

技术领域

本申请涉及神经网络技术领域，尤其涉及一种目标测试模型的训练方法和装置。

背景技术

气动压力扫描测试是传感器技术和电子技术相结合的产物，主要面向风洞试验、航空发动机试验、汽车测试等科技领域。其通过测量待测对象表面的压力分布，为结构强度计算提供载荷，为研究待测对象的气动特性提供设计依据，同时也是验证数值计算方法是否准确的一个重要手段。通过多点压力分布测量可以确定待测表面上最小压力点位置、激波位置、气流是否分离等特征，为气动分析提供依据；还可通过压力分布测量，获得对象的升力、压差阻力和压力中心位置等重要参数。目前气动压力扫描装备中压力传感器易受温度的影响，会影响设备精度。

发明内容

本申请实施例的目的在于提供一种目标测试模型的训练方法和装置，以解决设备受温度影响的问题。具体技术方案如下：

第一方面，提供了一种目标测试模型的训练方法，所述方法包括：

将样本温度值和样本压力值的归一化数值输入初始测试模型，并得到所述初始测试模型输出的测试压力值；

确定所述初始测试模型的当前群组中的个体的当前适应度值，其中，所述个体为所述初始测试模型的当前权值和当前阈值，在所述当前权值和所述当前阈值下所述测试压力值与预设压力值之间的误差值与所述当前适应度值成反比；

若所述当前适应度值不满足终止条件，则对所述初始测试模型的个体进行迭代遗传操作，直至所述个体的当前适应度值满足所述终止条件，得到目标权值和目标阈值；

将含有所述目标权值和所述目标阈值的初始测试模型作为目标测试模型。

可选地，所述若所述当前适应度值不满足终止条件，则对所述初始测试模型的个体进行迭代遗传操作包括：

若所述当前适应度值不满足终止条件，则通过适应度函数选取当前种群中的待选个体，其中，所述当前种群中包括多个个体，所述待选个体为当前适应度值高于预设适应度值的个体；

对所述待选个体进行交叉、变异和复制的遗传操作，得到目标个体；

将多个所述目标个体构成子种群，并将所述子种群作为所述当前种群。

可选地，在通过适应度函数选取当前种群中的待选个体之后，所述方法还包括：对所述待选个体进行编码操作，得到编码后的待选个体；

所述确定所述初始测试模型的当前群组中个体的当前适应度值之前，所述方法还包括：对所述当前群组进行解码操作。

可选地，在将样本温度值和样本压力值的归一化数值输入初始测试模型之前，所述方法还包括：

获取目标传感器发送的多个样本温度值和多个样本压力值；

确定所述目标传感器的最大输出标定值、最小输出标定值和当前样本的输入输出标定值；

确定所述输入输出标定值与所述最小输出标定值的第一差值、所述最大输出标定值与所述最小输出标定值的第二差值；

将所述第一差值与所述第二差值的比值作为所述当前样本输入输出的归一化数值。