【技术实现步骤摘要】
本专利技术涉及仿真预测，尤其涉及一种基于大数据的仿真预测方法、装置、设备及存储介质。
技术介绍
1、机械系统的设计和优化面临着日益复杂的挑战。传统的仿真方法往往难以准确捕捉复杂机械系统的动态特性和非线性行为，导致仿真结果与实际情况存在较大偏差。同时，大数据时代的到来为机械系统分析提供了海量的实测数据和仿真数据，如何有效利用这些数据来提高仿真精度和预测能力成为了一个亟待解决的问题。
2、然而，目前的研究中存在以下问题：物理试验数据和仿真数据的融合方法不够完善，难以充分利用两种数据的互补优势；其次，特征提取和降维技术在处理高维复杂数据时效果不佳，容易丢失关键信息；现有的仿真模型难以准确描述多物理场耦合效应，导致预测精度不足。
技术实现思路
1、本专利技术提供了一种基于大数据的仿真预测方法、装置、设备及存储介质，本专利技术提高了仿真预测的精度和效率，为机械系统的优化设计提供更可靠的决策支持。
2、第一方面，本专利技术提供了一种基于大数据的仿真预测方法，所述基于大数据的仿真
【技术保护点】
1.一种基于大数据的仿真预测方法，其特征在于，所述基于大数据的仿真预测方法包括：
2.根据权利要求1所述的基于大数据的仿真预测方法，其特征在于，所述对机械系统的物理试验数据和仿真数据进行采集和融合，得到综合数据集，包括：
3.根据权利要求1所述的基于大数据的仿真预测方法，其特征在于，所述对所述综合数据集进行多尺度特征提取和选择，得到目标特征集，包括：
4.根据权利要求1所述的基于大数据的仿真预测方法，其特征在于，所述通过改进的粒子群算法对所述目标特征集进行降维，得到优化特征矩阵，包括：
5.根据权利要求1所述的基于大数据...
【技术特征摘要】
1.一种基于大数据的仿真预测方法，其特征在于，所述基于大数据的仿真预测方法包括：
2.根据权利要求1所述的基于大数据的仿真预测方法，其特征在于，所述对机械系统的物理试验数据和仿真数据进行采集和融合，得到综合数据集，包括：
3.根据权利要求1所述的基于大数据的仿真预测方法，其特征在于，所述对所述综合数据集进行多尺度特征提取和选择，得到目标特征集，包括：
4.根据权利要求1所述的基于大数据的仿真预测方法，其特征在于，所述通过改进的粒子群算法对所述目标特征集进行降维，得到优化特征矩阵，包括：
5.根据权利要求1所述的基于大数据的仿真预测方法，其特征在于，所述基于所述优化特征矩阵构建多物理场耦合模型，得到高精度仿真模型，包括：
6.根据权利要求1所述的基于大数据的仿真预测方法，其特征在于，所述基于所述高精度...
【专利技术属性】
技术研发人员：郑川立，田伟，
申请(专利权)人：深圳领驭科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。