基于深度学习技术预测温度分布的组件布局优化设计方法

摘要

本发明公开了一种基于深度学习技术预测温度分布的组件布局优化设计方法，所述方法包括：S1，生成训练数据，训练数据包括组件布局和其对应的温度场分布；S2，对训练数据进行预处理；S3，根据预处理后的训练数据构建并训练深度神经网络模型；S4，构建基于深度神经网络模型的组件布局优化设计问题；S5，对组件布局优化设计问题进行求解，获取温度场性能指标最优的组件布局设计方案。本发明的基于深度学习技术预测温度分布的组件布局优化设计方法，通过构建深度神经网络模型，组件布局发生变化时，可以利用该神经网络模型来高效快速地计算温度分布，极大程度减少计算量，降低计算成本，使得考虑温度场分布条件下的组件布局优化设计方法变得可行。