[发明专利]面向多保真度数据的数字孪生建模方法及预测系统

权利要求书

1.一种面向多保真度数据的数字孪生建模方法，其特征在于，包括以下步骤：

获取多保真度数据集，所述多保真度数据集中包含多对输入-输出；

采用随机投影方法或提升方法提取所述多保真度数据集中输入的低保真度数据信息；

将所述多保真度数据集中的高保真度数据集的输入与提取的对应的低保真度数据信息组合成新的向量；

采用降维算法将新的向量映射至低维空间，得到降维矩阵；

构建回归模型，将通过降维矩阵把组合的新向量映射到低维空间得到的向量与原高保真度数据集对应的输出作为高保真度训练样本，利用所述高保真度训练样本对所述回归模型进行训练，得到最终的多保真度模型。

2.根据权利要求1所述的一种面向多保真度数据的数字孪生建模方法，其特征在于，采用随机投影方法提取所述多保真度数据集中的输入的低保真度数据信息，包括：

获取低保真度训练样本，采用多个不同的随机矩阵对所述低保真度训练样本的输入进行变换，得到多组不同的数据；

引入多个低保真度回归模型，并分别利用每组数据分别训练各个所述低保真度回归模型，以从不同角度优化各个所述低保真度回归模型的参数；

利用各个优化后的所述低保真度回归模型从不同角度提取所述多保真度数据集中的输入的低保真度数据信息。

3.根据权利要求1所述的一种面向多保真度数据的数字孪生建模方法，其特征在于，所述提升方法采用Adaboost算法。

4.根据权利要求1所述的一种面向多保真度数据的数字孪生建模方法，其特征在于，所述回归模型采用的回归算法为支持向量回归或Lasso。

5.一种面向多保真度数据的数字孪生预测系统，其适用于如权利要求1-4任一项所述的面向多保真度数据的数字孪生建模方法，其特征在于，包括：

低保真度数据提取模块，用于采用随机投影方法或提升方法提取输入X的低保真度数据信息；

数据组合模块，用于将输入X与提取的对应的低保真度数据信息组合成新的向量；

降维模块，用于采用降维算法将新的向量映射至低维空间，得到降维矩阵；

高保真度预测模块，用于采用回归算法对所述降维矩阵计算，得到输入X的高保真度预测值。