← 返回列表

一种优化的深度算子网络的磁场快速计算方法

申请号: CN202410176561.0
申请人: 合肥工业大学
申请日期: 2024/2/8

摘要文本

本发明涉及深度算子网络技术领域,且公开了一种优化的深度算子网络的磁场快速计算方法,建立有限元模型:首先确定要研究的工程问题和结构参数,然后根据问题要求建立相应的有限元模型,确定边界条件,包括材料区域、磁导率、电流密度等参数,对有限元模型进行网格剖分,将结构分成多个小单元,形成网格。该优化的深度算子网络的磁场快速计算方法,通过在深度算子网络的基础上,用两个全连接神经网络,提取边界条件和格点坐标信息,利用傅里叶变换增加高频部分的权重,使得神经网络更快学习到数据中的高频部分,即高梯度区域,通过以哈达玛积的方式将材料区域和格点坐标进行融合,进一步提高预测精度。 来源:马 克 团 队

专利详细信息

项目 内容
专利名称 一种优化的深度算子网络的磁场快速计算方法
专利类型 发明申请
申请号 CN202410176561.0
申请日 2024/2/8
公告号 CN117725805A
公开日 2024/3/19
IPC主分类号 G06F30/23
权利人 合肥工业大学
发明人 张宇娇; 赵志涛; 黄雄峰; 赵常威; 钱宇骋; 陈晔
地址 安徽省合肥市包河区屯溪路193号

专利主权项内容

1.一种优化的深度算子网络的磁场快速计算方法,其特征在于:其操作步骤如下:S1、建立有限元模型:首先确定要研究的工程问题和结构参数,然后根据问题要求建立相应的有限元模型,确定边界条件,包括材料区域、磁导率、电流密度参数;S2、网格剖分:对有限元模型进行网格剖分,将结构分成多个小单元,形成网格;S3、有限元法求解:使用有限元法求解磁场分布,根据所建立的有限元模型和边界条件,运用有限元法求解磁场分布的方程和边界条件,得到磁场的数值解;S4、导出数据并划分训练集和测试集:根据求解的磁场数值解,导出每个有限元格点上的格点坐标、材料区域、磁感应强度、导体区域的重心位置坐标数据,将这些数据划分为训练集和测试集,用于训练和评估神经网络模型;S5、深度算子网络设计:设计深度算子网络,分为分支网络和主干网络,分支网络的输入是重心位置坐标、常数C和电流密度J,主干网络的输入是格点坐标经过傅里叶变换后的结果,两个网络都采用全连接神经网络结构;sS6、加入材料区域信息:为了加快网络的收敛速度,将材料区域融合到主干网络的每一层计算中,通过一个线性层将材料区域和格点坐标的尺寸保持一致,然后利用哈达玛积的方式嵌入到主干网络中;S7、神经网络训练:使用训练集对神经网络进行训练,选择合适的损失函数和优化器,线性层激活函数选择LeakyRelu;S8、模型评估:使用测试集对训练完成的模型进行评估,计算归一化的平均绝对误差来评估精度。