基于深度神经网络的架空线电磁脉冲传导环境的预测方法

    公开(公告)号:CN112949109B

    公开(公告)日:2023-04-07

    申请号:CN202110103147.3

    申请日:2021-01-26

    Abstract: 本发明属于电磁干扰技术领域,公开了一种基于深度神经网络的架空线电磁脉冲传导环境的预测方法。首先构建架空线电磁脉冲传导环境快速预测模型,主要建立步骤为确定传导环境的主要输入变量和输出参数,通过数值模拟计算获得大量取样点上的参数值,构建深度神经网络,采用数值模拟结果进行训练和验证,建立快速预测模型。其次,利用预测模型实现预测。本发明通过深度神经网络方法建立架空线电磁脉冲传导环境的快速预测模型实现快速预测不同参数下架空线传导环境的目的,避免了预测中的大量数值模拟计算,节省了计算时间,提高预测速度。

    基于人工神经网络的有限元数值模拟后验误差估计方法

    公开(公告)号:CN115270581A

    公开(公告)日:2022-11-01

    申请号:CN202210987591.0

    申请日:2022-08-17

    Inventor: 韩峰 刘钰 王建国

    Abstract: 本发明涉及有限元数值解的后验误差估计方法,具体涉及一种基于人工神经网络的静电场泊松方程有限元数值模拟后验误差估计方法,用于解决现有静电场泊松方程有限元数值解后验误差估计方法针对不同有限元网格类型,需要从方法上做不同的方法设计,导致算法和程序的复杂度较高的不足之处。本发明根据静电场泊松方程采用pytorch软件包构建神经网络模型,通过神经网络模型完成神经网络训练后,即可用于估计不同网格下有限元数值解的后验误差,而不需要重新训练神经网络。特别是将后验误差仅用于网格自适应算法的情况,与经典后验误差估计方法相比,本发明由于省去了构造后验误差的过程,从而节省了计算量。

    用于有限元数值模拟后验误差估计的平衡通量构造方法

    公开(公告)号:CN113761762A

    公开(公告)日:2021-12-07

    申请号:CN202110886391.1

    申请日:2021-08-03

    Abstract: 为克服平衡通量构造方法较为复杂、某些方法仅适用于二维问题的缺陷,本发明提出了一种用于有限元数值模拟后验误差估计的平衡通量构造方法,包括步骤:1)在集合Th中每个网格单元上定义矢量基函数;Th表示对计算区域Ω进行剖分所得到的网格单元的集合;2)在每个网格单元上计算所述矢量基函数的系数;3)在相邻网格单元公共边/面的两侧更新矢量基函数的系数;4)基于更新后的矢量基函数的系数和步骤1)定义的矢量基函数,计算平衡通量。本发明仅需要在Th中每个单元上求解一个三阶线性方程组和二阶线性方程组(d=2),或仅需要在Th中每个单元上求解一个四阶线性方程组和三阶线性方程组(d=3)。

    一种大规模无人机集群自适应分簇组网方法

    公开(公告)号:CN114885379B

    公开(公告)日:2024-06-25

    申请号:CN202210474266.4

    申请日:2022-04-29

    Abstract: 本发明为解决现有分簇组网方法分布不均匀、负载不均衡、需要事先确定分簇个数缺乏一定的自适应性等问题,而提供了一种大规模无人机集群自适应分簇组网方法。包括以下步骤:步骤一,根据无人机的通信半径、集群的部署位置,构建通信连通性矩阵,计算每架无人机的通信连通度和通信连通节点集;步骤二,以通信连通度为评价指标,通过循环迭代的方式选出初步簇首节点,对无人机集群进行初始化分簇;步骤三,计算初始化分簇方案中簇首节点的通信负载情况,根据单无人机的通信负载能力对分簇方案进行负载均衡优化;步骤四,根据通信距离计算出簇内子节点与簇首节点之间的通信能耗,对步骤三所得分簇方案的通信能耗进行优化,得出最终分簇组网方案。

    用于电场/温度有限元数值解的后验误差估计方法

    公开(公告)号:CN113761762B

    公开(公告)日:2023-10-20

    申请号:CN202110886391.1

    申请日:2021-08-03

    Abstract: 为克服平衡通量构造方法较为复杂、某些方法仅适用于二维问题的缺陷,本发明提出了一种用于有限元数值模拟后验误差估计的平衡通量构造方法,包括步骤:1)在集合Th中每个网格单元上定义矢量基函数;Th表示对计算区域Ω进行剖分所得到的网格单元的集合;2)在每个网格单元上计算所述矢量基函数的系数;3)在相邻网格单元公共边/面的两侧更新矢量基函数的系数;4)基于更新后的矢量基函数的系数和步骤1)定义的矢量基函数,计算平衡通量。本发明仅需要在Th中每个单元上求解一个三阶线性方程组和二阶线性方程组(d=2),或仅需要在Th中每个单元上求解一个四阶线性方程组和三阶线性方程组(d=3)。

    一种大规模无人机集群自适应分簇组网方法

    公开(公告)号:CN114885379A

    公开(公告)日:2022-08-09

    申请号:CN202210474266.4

    申请日:2022-04-29

    Abstract: 本发明为解决现有分簇组网方法分布不均匀、负载不均衡、需要事先确定分簇个数缺乏一定的自适应性等问题,而提供了一种大规模无人机集群自适应分簇组网方法。包括以下步骤:步骤一,根据无人机的通信半径、集群的部署位置,构建通信连通性矩阵,计算每架无人机的通信连通度和通信连通节点集;步骤二,以通信连通度为评价指标,通过循环迭代的方式选出初步簇首节点,对无人机集群进行初始化分簇;步骤三,计算初始化分簇方案中簇首节点的通信负载情况,根据单无人机的通信负载能力对分簇方案进行负载均衡优化;步骤四,根据通信距离计算出簇内子节点与簇首节点之间的通信能耗,对步骤三所得分簇方案的通信能耗进行优化,得出最终分簇组网方案。

    基于深度神经网络的架空线电磁脉冲传导环境的预测方法

    公开(公告)号:CN112949109A

    公开(公告)日:2021-06-11

    申请号:CN202110103147.3

    申请日:2021-01-26

    Abstract: 本发明属于电磁干扰技术领域,公开了一种基于深度神经网络的架空线电磁脉冲传导环境的预测方法。首先构建架空线电磁脉冲传导环境快速预测模型,主要建立步骤为确定传导环境的主要输入变量和输出参数,通过数值模拟计算获得大量取样点上的参数值,构建深度神经网络,采用数值模拟结果进行训练和验证,建立快速预测模型。其次,利用预测模型实现预测。本发明通过深度神经网络方法建立架空线电磁脉冲传导环境的快速预测模型实现快速预测不同参数下架空线传导环境的目的,避免了预测中的大量数值模拟计算,节省了计算时间,提高预测速度。

Patent Agency Ranking