基于生成对抗网络的汽车动力总成悬置系统不确定性分析OA

针对现有动力总成悬置系统不确定性分析中缺乏机器学习方法的问题,提出一种融合生成对抗网络与最大均值差异评估的方法。首先,推导固有特性计算公式,并通过灵敏度分析筛选关键刚度参数;随后,利用生成对抗网络生成关键参数的随机样本,并以最大均值差异衡量其与原始分布的一致性;最后,基于生成样本开展不确定性传播分析。结果表明,生成样本下的固有特性不确定性响应与真实样本的高度一致,说明所提方法的有效性且具有工程实践意义。