基于自适应代理模型的气动优化方法

气动优化设计中,为了减少优化系统的计算周期,提高搜索效率,引入结构简单、计算量较小的代理模型,而运用有效的插值和选样方法(自适应选样)可以大大减少建立代理模型的时间。因此本文提出了一种基于自适应代理模型的气动优化方法。首先对自适应代理模型进行研究,建立了 Kriging 自适应代理模型和支持向量回归自适应代理模型,这两种自适应代理模型在相同样本点情况下比一般代理模型拥有更高的预测能力,然后将这其应用到翼型优化设计中,取得了良好的优化效果,从而表明这两种自适应代理模型不仅简单实用,而且明显提高了气动分析的计算效率。     

轴流压气机通流计算中代理模型的应用（两机专刊）

在轴流压气机初始设计阶段,二维通流计算方法可以快速评估压气机的性能,其准确性高度依赖于经验模型的预测精度。当压气机超出经验模型适用范围时会增大模型的预测误差。为提高预测精度,研究了在通流计算中采用代理模型取代传统经验模型的可行性。以双级跨声轴流速压气机的几何参数和气动实验数据作为代理模型的训练样本库,采用敏感性分析方法确定最重要的特征参数作为输入。分别基于支持向量机回归（SVR）和高斯过程回归（GPR）两种监督学习方法构建代理模型,并在模型训练中通过贝叶斯优化算法寻找模型最佳超参组合。将代理模型集成到基于流线曲率法（SLC）的通流程序中,对该压气机特性进行评估,并与传统经验模型计算结果相对比。对比显示,相较于传统经验模型,SVR和GPR两种代理模型分别降低了62.2%与55.2%的总压特性平均预测误差以及48.4%与50.1%的绝热效率特性平均预测误差。对比结果表明,当超出传统经验模型适用范围时,代理模型不失为一种可靠的替代方案。     

一种基于SVR的飞机巡航段油耗预测方法

针对飞机巡航段燃油消耗量预测问题,提出一种基于支持向量回归机(SVR:Support Vector Regression)的预测建模方法,并应用Grid-Search参数寻优法优化模型参数,基于真实QAR数据建立SVR预测模型,并从平方相关系数和平均绝对百分误差两个不同指标与BP神经网络模型的预测结果进行比较,比较结果表明:SVR预测模型的预测结果精度高。     

基于支持向量机的航空发动机整机振动故障诊断技术研究

支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的一种新型机器学习方法,由于它出色的学习分类能力和推广能力,广泛地应用于模式识别和函数拟合中。针对某型航空发动机整机振动过大的现象,提出了一种基于支持向量机（SVM）的整机振动故障诊断方法。首先介绍了SVM理论,然后根据SVM学习方法的结构风险最小化原则,对某型航空发动机已知的整机振动故障模式数据进行了训练和预测,并建立了基于SVM的航空发动机整机振动故障诊断模型。最后通过对已有故障模式进行诊断预测,证明该方法在航空发动机整机振动故障诊断方面具有良好效果。     

基于支持向量回归的机场旅客吞吐量预测

在分析现有机场旅客吞吐量预测方法不足的基础上,利用基于结构风险最小化原则的支持向量回归方法,建立了机场旅客吞吐量预测模型。通过实际数据的检验及与BP神经网络等方法的预测结果比较,证明应用支持向量回归方法对机场旅客吞吐量进行预测具备可行性,同时具有较高的预测精度。     

基于机器学习方法的压气机落后角与总压损失预测代理模型

为了提高压气机特性预测的精度，基于机器学习方法构建预测落后角与总压损失的代理模型。以一台两级压气机为研究对象，基于多个转速工况下的流场实验数据和叶片几何参数建立了基元叶型数据库。通过灵敏度分析方法筛选出对落后角和总压损失影响最大的输入参数，分别采用高斯过程回归和人工神经网络两种机器学习算法建立落后角与总压损失模型，并引入贝叶斯优化算法搜索最佳模型超参数。对于人工神经网络面临的优化问题和泛化问题，调整模型学习率和修正参数梯度以加速收敛，同时采用正则化方法增强模型泛化能力。模型训练过程采用交叉验证策略以降低过拟合风险，并将优化后的代理模型整合到通流程序中对压气机进行特性预测验证。对比表明，低转速工况代理模型的压比特性预测误差显著低于经验模型，其中人工神经网络建模改善最明显，相比经验模型预测误差降低了0.1。通过代理模型横向对比，基于人工神经网络建立的代理模型比基于高斯过程的代理模型预测精度更高且鲁棒性更强。     

基于粒子群算法的航空离心泵复合叶轮优化设计研究

针对航空离心泵复合叶轮三元扭曲型线的优化设计问题,基于Matlab平台采用五点四次Bezier曲线控制四条轴面流线的空间圆周角度分布,实现复合叶型的参数化设计。在此基础上,应用批处理联合仿真方法对125组优化空间样本进行数值模拟,并以效率函数为目标,基于高斯型径向基函数构建复合叶轮型线参数的性能代理模型。最后采用粒子群算法对优化设计参数进行全局寻优搜索。结果表明,代理模型的修正复相关系数为0.9269,标准差为0.1036,能够满足参数预测的性能要求,优化后整泵水力效率提高2.72%。     

基于SVR多学科设计优化代理模型技术研究

为挖掘设计潜力,提高飞机设计质量,通过代理模型方法研究了多学科设计优化(MDO)。基于径向基函数模型,研究了一种新的代理模型技术--支持向量回归方法(SVR)。通过数值算例和某通用航空飞机多学科设计优化应用算例对支持向量回归方法的有效性进行了验证。研究结果表明,支持向量回归是一种比较有效的代理模型方法,在飞机多学科设计优化的理论研究和工程实践方面具有重要的参考意义。     

基于改进CST参数化方法和转捩模型的翼型优化设计

为提高翼型优化设计效率,增大设计空间,采用B样条基函数替代传统的形状类别函数(CST)方法中的Bezier多项式,增强了对翼型参数化表达的局部控制能力并提高了翼型局部表达精度。为了确保翼型在优化设计过程中的几何光顺特性和代理模型的准确性,采用小波分解技术提出了多分辨率翼型的局部光顺方法。采用基于本征正交分解(POD)的流场数值代理模型,并结合γ-Reθt转捩模型实现了快速准确的气动力与流动转捩预测。采用小波技术光顺的CST翼型参数化建模、POD流场数值计算代理模型以及γ-Reθt转捩模型,结合遗传算法建立了完整的翼型气动优化设计系统。针对低速层流翼型与超临界翼型进行优化设计,优化设计后的翼型升阻比分别提高了47.42%和45.85%,且对改进前后参数化建模方法的优化性能进行了对比,结果表明本文构建的翼型气动优化设计系统具备很高的优化效率。     

基于代理模型的高效全局气动优化设计方法研究进展

基于高可信度计算流体力学的数值优化设计方法，在提高飞行器气动与综合性能方面正发挥着越来越重要的作用。基于代理模型的优化算法（SBO），由于能够实现高效全局优化，逐渐成为了气动优化设计领域的研究热点之一。近20年来，代理优化算法研究已取得了长足进步，多种先进的新型代理模型被提出，优化理论和算法也不断完善和发展。以飞行器精细化气动优化设计为背景，综述了基于代理模型的高效全局气动优化设计方法研究进展。首先，介绍了基于变可信度代理模型的气动优化设计方法、结合代理模型和伴随方法的气动优化设计方法以及基于非生物进化的并行气动优化设计方法的研究现状和最新进展。然后，针对飞行器气动优化设计学科领域的前沿问题，介绍了基于代理模型的多目标气动优化设计方法、混合反设计/优化设计方法、稳健气动优化设计方法的研究进展，以及基于代理模型的多学科优化设计方法的研究进展。文献综述表明，代理优化算法在设计效率、全局性以及鲁棒性等方面性能优良，已经发展到可以解决100维（100个设计变量）以内的气动优化设计问题，具有良好的工程应用前景。最后，探讨了基于代理模型的高效全局气动优化设计在理论、方法及飞行器设计应用方面所面临的问题和挑战，给出了未来研究方向的建议。     

回归分析数据挖掘技术

统计类数据挖掘技术作为数据挖掘技术中较为成熟的一个分支,它采用统计学的方法与数据挖掘的原理对目标数据进行分析和处理。文中针对其中的回归分析技术的原理及应用进行了探讨。     

回归分析在水泥热量预测中的应用

为了利用回归分析预测水泥热量,选用某种水泥在凝固时放出的热量作为因变量,四种化学成分含量作为自变量,利用多元线性回归分析方法建立回归方程并求出预测区间,再利用化学成分含量的观测结果对热量进行预报,从而说明了回归分析方法在化学方面的应用.     

高温合金车削力的试验研究

根据高温合金的切削性能,确定刀具结构、刀具角度、刀具材料和切削用量。通过多次实验建立高温合金切削力经验公式,并与切45~#钢的经验公式对比,证明商温合金的切削力比切45~#钢大43％左右。     

基于飞行参数的飞机结构载荷最优回归模型

基于飞行参数获取外场飞机疲劳关键结构载荷历程是结构故障预测与健康管理系统的一项关键技术,如何构建鲁棒性好且精度高的结构载荷回归模型是保证载荷识别和寿命预测准确性的关键。结合多元线性回归分析,提出并详细介绍了一种筛选最优输入参数组合的技术途径：首先,进行多重共线性诊断以减弱自变量之间的多重共线性;然后,进行残差分析,删除异常样本点;最后,采用逐步回归法筛选出最优自变量组合。指出传统的多重共线性诊断方法存在一定弊端,并分别基于偏相关系数法和辅助回归方程法,提出了2种更为合理可行的诊断方法。以典型战斗机翼身连接框某关键部位的载荷和应力为样本数据,对最优输入参数组合的筛选步骤展开详细说明,验证了所提出的技术途径不仅可以确保飞机结构载荷模型的精度,而且可以提高模型的稳定性和鲁棒性。     

统计分析和优化技术相结合对有限元模型参数修改的研究

针对工程中试验位移和有限元计算位移不吻合的问题,提出了以试验位移为目标的多元统计分析和优化技术相结合对有限元模型参数修改的方法。首先利用统计分析相关度的概念提取影响测点响应的主要模型参数,然后应用优化技术对这些参数进行修正,数字算例显示了这一方法的工程可行性和实用性     

一类回归分析预测模型及其应用

提出了一类回归分析预测模型，这类模型将多项式和一些简单的数学函数相乘．得出分两步求解模型中待定参数的近似方法，简化了待定参数的求解过程。给出了这类模型的应用实例，结果表明：同一些简单函数构成的模型相比，这类模型具有较好的预测能力。     

河南省产业集群与城市经济的关系研究

随着产业集群的不断发展，其对城市经济的影响越来越显著，对两者之间关系的研究势在必行。文章运用回归分析法对城市经济与产业集群之间的关系进行定量研究，认为二者的关系主要体现在以下几个方面：（1）产业集群可以有效促进城市经济发展；（2）产业集群内组织间联系紧密程度决定其对城市经济发展的潜在贡献；（3）产业集群对城市经济的促进依赖于政府的支持程度；（4）产业集群对城市经济的促进依赖于城市人文环境。文章的研究为河南省制定城市经济发展战略、促进产业集群发展提供了量化依据。     

一元线性回归方程在大电流分流器测量中的应用

主要分析了在电力系统测试中温度对大电流分流器测量的影响,阐述了统计学中一元线性回归方程的原理、求解方法及作用;在实际应用中利用线性回归方程解决了大电流分流器测量中温度带来的影响,该方法对科研试验的测量问题具有指导作用。     

线性异方差回归分析

提出了线性异方差回归分析方法,从而可以通过散点试验测定高置信度、高可靠度的性能曲线。该方法不但适用于线性异方差情况,而且文中还将其推广到了一般异方差情况。与传统的成组试验法相比,该方法既可节省大量试件,又具有更高的精度。     

基于核近邻非参数回归的航材消耗预测

针对某型直升机服役时间短、机型较新、备件采购周期长等特点,使用核近邻非参数回归对平稳型航材建立消耗预测模型。对比多种回归方法,证明基于非参数回归的航材消耗模型对区间预测具有较好的效果。