测试对象

替代方法，用于确定平面测试对象的材料特性，并积累了有关它们的信息

摘要：提出了通过涡流方法测量结果识别平面对象的材料属性的新方法。这些方法基于最新的替代策略和高级优化技术，这些技术可以提高效率并减少问题解决方案的资源消耗，并平衡计算复杂性与结果的准确性。用于全局替代优化的高性能元模型基于深度有意义的完全连接的神经网络，它是积累有关对象的APRIORII信息的附加功能。由测试过程的“精确”电动力学模型确定的多维响应表面的近似值可以通过根据计算机设计的计算机设计来确保，该计算是均质实验的计算机设计，其重量较低的对称中心差异。提供了用于完整和缩小的尺寸搜索空间进行的数值实验的结果，可以通过使用主要组件方法来获得线性转换获得。这些方法的验证证明了它们的良好精度和计算性能。