← 返回列表

用于智能材料器件的神经网络建模及迟滞特性预测方法

申请号: CN202311717246.6
申请人: 西南科技大学
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 用于智能材料器件的神经网络建模及迟滞特性预测方法
专利类型 发明申请
申请号 CN202311717246.6
申请日 2023/12/13
公告号 CN117649902A
公开日 2024/3/5
IPC主分类号 G16C60/00
权利人 西南科技大学
发明人 王耿; 陈国强; 倪磊; 赵冬梅; 廖璇; 张兰强; 姚纳; 周虹
地址 四川省绵阳市涪城区

摘要文本

西南科技大学取得“一种透气窗帘布”专利技术,本发明公开了一种用于智能材料器件的神经网络建模及其迟滞特性预测方法,其包括以下步骤:根据智能材料器件的物理特性和约束条件,构建JA迟滞模型并进行离散化,得到离散后的JA迟滞模型;根据离散后的JA迟滞模型及其结构关系、离散后的JA迟滞模型输入激励与智能材料器件输出响应之间的信号传递关系,构建神经网络并进行训练;通过训练后的神经网络对迟滞特性进行预测。本发明构建的迟滞神经网络的规模和复杂度小,有利于网络的训练,所需的数据量小、运算时间短、计算成本低;本发明的预测方法利用训练后的神经网络对智能材料器件的迟滞特性进行预测,减少了建模误差,提高了准确度,可有效、精确、快速地描述智能材料器件的非线性特性。

专利主权项内容

1.一种用于智能材料器件的神经网络建模方法,其特征在于:包括以下步骤:S1、根据智能材料器件的物理特性和约束条件,构建JA迟滞模型;S2、对JA迟滞模型进行离散化,得到离散后的JA迟滞模型;S3、根据离散后的JA迟滞模型及其结构关系、离散后的JA迟滞模型的输入激励与智能材料器件输出响应之间的信号传递关系,构建对应的神经网络,完成建模。