[发明专利]基于GA-BP神经网络算法的GTN细观损伤模型参数的优化方法在审
| 申请号： | 202211087554.0 | 申请日： | 2022-09-07 |
| 公开（公告）号： | CN115691707A | 公开（公告）日： | 2023-02-03 |
| 发明（设计）人： | 薛凤梅;墨馨遥;刘毅;沈文锦;李陈真 | 申请（专利权）人： | 太原理工大学 |
| 主分类号： | G16C60/00 | 分类号： | G16C60/00;G06F30/23;G06F30/27;G06F18/214;G06N3/0464;G06N3/08;G06F119/02 |
| 代理公司： | 太原晋科知识产权代理事务所(特殊普通合伙) 14110 | 代理人： | 赵江艳 |
| 地址： | 030024 *** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于材料分析技术领域，公开了一种基于GA‑BP神经网络算法的GTN细观损伤模型参数的优化方法，包括以下步骤：步骤10、实验获取待测材料的实测应力‑应变曲线；步骤20、利用有限元分析对GTN细观损伤模型进行单轴拉伸数值模拟得到模拟应力‑应变曲线，采用有限元反向标定法，修正损伤参数，步骤30、改变最大应力和最大应变，利用有限元分析模拟重复进行单轴拉伸试验，获取多组样本数据；步骤40、将训练集数据输入GA‑BP神经网络模型，得到优化后的BP神经网络模型；步骤50、将测试集输入优化后的BP神经网络模型，确定最优测试集数据并将其对应的输出作为最终的GTN细观损伤模型参数。本发明减少了模拟修正的时间，提高了损伤参数确定的准确性和普遍性。 | ||
| 搜索关键词： | 基于 ga bp 神经网络 算法 gtn 损伤 模型 参数 优化 方法 | ||
【主权项】：
暂无信息
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太原理工大学，未经太原理工大学许可，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/202211087554.0/，转载请声明来源钻瓜专利网。
- 上一篇：园区碳排放评价方法及系统
- 下一篇：一种基建用预制件高效安装装置
