恭喜上汽大眾汽車有限公司張繼游獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜上汽大眾汽車有限公司申請的專利一種基于機器學習的車輛碰撞仿真優化方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114880934B 。
龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210522250.6,技術領域涉及:G06F30/27;該發明授權一種基于機器學習的車輛碰撞仿真優化方法是由張繼游;喬淑平;吳峻嶺;連志斌;李健斐;邊楠設計研發完成,并于2022-05-13向國家知識產權局提交的專利申請。
本一種基于機器學習的車輛碰撞仿真優化方法在說明書摘要公布了:本發明公開了一種基于機器學習的車輛碰撞仿真優化方法,其包括步驟:S1:建立整車碰撞仿真分析模型;S2:建立設計變量的參數化文件,搭建對應的數據采集工作流;S3:獲取計算結果文件和采樣數據;S4:獲得含有碰撞變形標簽的碰撞采樣數據;S5:確定參與機器學習模型訓練的變形標簽、樣本點及設計變量的取值范圍;S6:進行機器學習模型訓練;S7:判斷訓練后的機器學習模型預測精度是否滿足設定的閾值并判斷樣本點數量是否滿足要求,二者均滿足時才進行步驟S8;否則返回步驟S3;S8:搭建對應的數值優化工作流;S9:采用優化算法進行數值優化;S10:若數值優化結果不滿足設定的數值優化精度,則增加樣本點數量,返回步驟S3,若滿足則結束步驟。
本發明授權一種基于機器學習的車輛碰撞仿真優化方法在權利要求書中公布了:1.一種基于機器學習的車輛碰撞仿真優化方法,其特征在于,包括步驟:S1:根據整車碰撞試驗工況要求,建立整車碰撞仿真分析模型;S2:基于所述整車碰撞仿真分析模型,建立設計變量的參數化文件,搭建對應的數據采集工作流;S3:基于所述數據采集工作流,確定優化目標、約束條件、設計變量及取值范圍、試驗設計采樣方式和采樣數量,并生成樣本仿真模型并運行,以獲取計算結果文件和采樣數據;S4:基于所述計算結果文件和采樣數據,生成碰撞變形標簽并獲得含有碰撞變形標簽的碰撞采樣數據;S5:基于碰撞采樣數據,確定參與機器學習模型訓練的變形標簽、樣本點及其設計變量的取值范圍;S6:進行機器學習模型訓練,其中,機器學習模型的輸入參數為采集的樣本點的設計變量,輸出參數為提取的碰撞特征數據;S7:判斷訓練后的機器學習模型預測精度是否滿足設定的閾值以及判斷樣本點數量是否滿足要求,若二者均滿足,則進行下述步驟S8;若機器學習模型預測精度不滿足設定的閾值,則返回步驟S3,若樣本點數量不滿足,則增加樣本點數量返回步驟S3;S8:基于步驟S2中建立的設計變量的參數化文件和步驟S6中經過訓練的機器學習模型,搭建對應的數值優化工作流;S9:定義優化目標、設計變量及取值范圍、約束條件,基于所述數值優化工作流采用優化算法進行數值優化;S10:若數值優化結果不滿足設定的數值優化精度,則增加樣本點數量,返回步驟S3,若滿足則結束步驟,獲得最終的優化方案。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人上汽大眾汽車有限公司,其通訊地址為:201805 上海市嘉定區安亭鎮于田路123號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。