[发明专利]基于影响域-安全域的气动热全局快速预示序列采样方法在审
申请号: | 202210583630.0 | 申请日: | 2022-05-25 |
公开(公告)号: | CN115017802A | 公开(公告)日: | 2022-09-06 |
发明(设计)人: | 岳振江;杨国涛;刘莉 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06F30/15;G06F30/28;G06K9/62;G06F119/08 |
代理公司: | 北京正阳理工知识产权代理事务所(普通合伙) 11639 | 代理人: | 邬晓楠 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 影响 全域 气动 全局 快速 预示 序列 采样 方法 | ||
1.基于影响域-安全域的高超声速气动热全局快速预示采样方法,其特征在于:包括如下步骤,
步骤一:确定初始条件和迭代终止条件;
确定nv维设计变量、设计空间Ω、测试样本数nt、初始训练样本数每轮新增样本数nadd、波动系数μ和迭代终止条件;所述迭代终止条件包括预期误差阈值终止样本数阈值nest;
步骤二:获取初始训练样本和测试样本及对应响应,初始化样本数据库;
步骤三:构建气动热快速预示模型RPM并进行模型精度校验;
步骤四:获取训练样本的预示误差分布特征;
步骤五:根据步骤四预示误差分布特征通过聚类采用超球分割构建采样影响域,实现误差聚集与全局探索;
步骤六:根据步骤四获取的交叉验证误差,引入误差权重系数,在大于平均误差样本的聚集区域增加更多的样本,提高其采样密度;
步骤七:根据步骤六的误差权重系数构建采样安全域,减小新增样本冗余;
步骤八:根据步骤五获取的影响域和步骤七的安全域,构建新的气动热高精度样本设计域,利用接受-拒绝采样从若干随机样本中获取候选样本;根据步骤六的误差权重系数结合maxmin准则从候选样本中获取新增样本,提升采样质量,进而提升高超声速飞行器气动热全局快速预示精度。
2.如权利要求1所述的影响域-安全域的高超声速气动热全局快速预示采样方法,其特征在于:步骤二实现方法为,
基于最优拉丁超立方试验设计方法在设计空间生成无偏初始训练样本x和测试样本xt,调用高精度CFD模型计算对应的真实响应y和yt,初始化样本数据库。
3.如权利要求2所述的影响域-安全域的高超声速气动热全局快速预示采样方法,其特征在于:步骤三实现方法为,
利用训练样本集构建高超声速气动热RPM,利用测试样本集进行RPM精度校验;根据精度校验结果判断是否满足步骤一预设的迭代终止条件,即预期误差或当前训练样本数nsnest,则算法终止,否则进行步骤四。
4.如权利要求3所述的影响域-安全域的高超声速气动热全局快速预示采样方法,其特征在于:步骤四实现方法为,
利用交叉验证法获取所有样本的交叉验证误差即得到训练样本的预示误差分布特征,并将大于交叉验证误差平均值的样本集Xlarge挑选出来,用于步骤五中聚类分析,能够有效评估设计空间中误差较大的区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210583630.0/1.html,转载请声明来源钻瓜专利网。