申请/专利权人:中国航天三江集团有限公司
申请日:2022-10-27
公开(公告)日:2022-11-25
公开(公告)号:CN115392138A
主分类号:G06F30/27
分类号:G06F30/27;G06N3/04;G06N3/08;G06F111/10;G06F119/08
优先权:
专利状态码:有效-授权
法律状态:2023.01.24#授权;2022.12.13#实质审查的生效;2022.11.25#公开
摘要:本发明提供了一种基于机器学习的光‑机‑热耦合分析模型,通过先获取光学系统的光‑机‑热耦合分析相关数据集,再利用上述数据集形成输入输出矩阵,以构建前馈神经网络模型,然后进行前馈神经网络模型训练、评估与测试;通过上述方式可将机器学习和光学结合,实现了利用数据驱动对光学系统光‑机‑热耦合分析进行预测的目的,避免了复杂光学系统光‑机‑热耦合仿真数学方程的建立,降低了光‑机‑热耦合分析的难度,提高了耦合仿真的准确性,同时,上述方法还可应用于自适应光学等领域,具有应用范围广、预测时间成本低和准确度高等特点。
主权项:1.一种基于机器学习的光-机-热耦合分析模型,其特征在于,包括如下步骤:S1、采用实验或者数值模拟方式对光学系统进行光-机-热耦合分析,在不同时间窗口p下获得数据集,所述数据集包括相互独立的训练数据集、验证数据集和测试数据集;S2、将步骤S1中的所述数据集转化为输入输出矩阵,以构建前馈神经网络模型;S3、所述前馈神经网络模型的训练、评估与测试。
全文数据:
权利要求:
百度查询: 中国航天三江集团有限公司 基于机器学习的光-机-热耦合分析模型
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。