技术特征：1.一种基于神经网络加权融合模型的失效包络快速智能构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求3所述的方法，其特征在于，
5.根据权利要求1-4任一项所述的方法，其特征在于：步骤a1所述的应力个数p大于等于3，所述的应力水平个数q大于等于3；步骤a2所述的神经网络个数m大于等于2；步骤a3-1所述的m个神经网络模型的区别在于隐层节点数h、迭代次数x、误差阈值ε、学习率β中有一个参数或多个参数取值不同；步骤a4-1所述的在应力1、应力2、…、应力p的取值范围内分别均匀取r1、r2、…、rp个点，也可为非均匀取点。
技术总结本发明公开了一种基于神经网络加权融合模型的失效包络快速智能构建方法，其特征在于，包括以下步骤：A1：基于正交试验方法设计p个应力q个水平的多应力试验，共n<subgt;1</subgt;组试验；A2：将n<subgt;1</subgt;组试验中p个应力的应力水平及其对应的工作状态取值构建为数据集D<subgt;0</subgt;；A3：基于数据集D<subgt;0</subgt;完成神经网络训练并进行神经网络加权融合；A4：进行失效包络的智能构建。本发明可显著降低基于单个神经网络模型的预测误差和随机波动，高效、准确、客观、形象地获取产品多应力失效包络。
技术研发人员：黄首清,余溢方,张兆霖,李昊,杨勇,王浩,刘庆海,何贝琛,李芳勇,杨艳斌
受保护的技术使用者：北京卫星环境工程研究所
技术研发日：技术公布日：2024/4/29