[发明专利]一种改进的空间映射优化算法在审
| 申请号： | 201710718895.6 | 申请日： | 2017-08-21 |
| 公开（公告）号： | CN107633113A | 公开（公告）日： | 2018-01-26 |
| 发明（设计）人： | 马建国;王彩霞;傅海鹏 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 吴学颖 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种改进的空间映射优化算法根据设计目标得到最优输出响应的粗模型输入xc*；将xc*直接作为细模型的输入；计算细模型的响应，判断细模型的响应是否满足若满足，即得到最优的细模型响应；否则，建立神经网络空间映射关系对神经网络映射函数P进行训练，使其满足利用训练好的P，对细模型参量进行优化，得到最优的细模型参量，作为下一次细模型的输入，如此循环反复得到最优的细模型响应。本发明降低了传统的空间映射的成本，提升了目前流行的空间映射的仿真精度。 | ||
| 搜索关键词： | 一种 改进 空间 映射 优化 算法 | ||
【主权项】：
一种改进的空间映射优化算法，其特征在于，包括以下步骤：步骤一，根据设计目标得到最优输出响应的粗模型输入xc*：xc*=argminxcU(Rc(xc))]]>其中，Rc(xc)为粗模型的响应；步骤二，将粗模型输入xc*直接作为细模型的输入：xf(i)=xc*,i=1]]>步骤三，计算细模型的响应判断细模型的响应是否满足下式：Rf(xf(i)))≈Rc(xc*),i=1]]>若满足上式，即得到了最优的细模型响应；否则，利用粗模型和细模型的误差建立神经网络空间映射关系其中，使用神经网络作为映射函数P；步骤四，对神经网络映射函数P进行训练，使其满足：Rf(xf(l))≈Rc(P(xf(l)))l=1,...,i]]>其中，l表示1到i次累积迭代次数；步骤五，利用训练好的神经网络映射函数P，对细模型参量进行优化，得到最优的细模型参量：xf(i+1)=argminxfU(Rc(P(xf)))]]>将最优的细模型参量作为下一次细模型的输入，重复上述步骤三至步骤五，如此循环反复，进行迭代后即可得到最优的细模型响应。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710718895.6/，转载请声明来源钻瓜专利网。
