|
|||||
|
|
| 基于支持向量回归代理模型的气动力优化设计 | |
| 引用本文： | 孙智伟,白俊强,华俊,尹戈玲.基于支持向量回归代理模型的气动力优化设计[J].航空工程进展,2015,6(2):149-159. |
| 作者姓名： | 孙智伟 白俊强 华俊 尹戈玲 |
| 作者单位： | 1. 西北工业大学航空学院,西安,710072 2. 西北工业大学航空学院,西安 710072;中国航空研究院飞行物理研究中心,北京 100012 3. 中国运载火箭技术研究院研究发展中心,北京,100076 |
| 摘 要： | 目前,气动力优化设计中通常基于经验风险最小化原则构建代理模型,预测精度的提高需要更多的训练样本,计算代价较大,同时盲目降低代理模型的训练误差难以避免过学习问题。针对上述问题,首先提出采用支持向量回归(SVR)方法基于结构风险最小化原则构建代理模型的思路,然后对测试函数和翼型阻力进行预测,最后对某型运输机机翼进行优化设计试验。结果表明:与其他代理模型对比,基于SVR的代理模型在小样本情况下具有较好的泛化能力,并且能够快速准确地预测气动特性,在飞机优化设计中,可以提高工作效率,优化结果可靠、可控。 |
| 关 键 词： | 优化设计 回归分析 代理模型 支持向量回归 |
| 收稿时间： | 2014/12/12 0:00:00 |
| 修稿时间： | 2015/1/21 0:00:00 |
A Surrogate Modeling Method Based on Support Vector Regression |
|
| Sun Zhiwei,Bai Junqiang,Hua Jun and Yin Geling.A Surrogate Modeling Method Based on Support Vector Regression[J].Advances in Aeronautical Science and Engineering,2015,6(2):149-159. | |
| Authors: | Sun Zhiwei Bai Junqiang Hua Jun and Yin Geling |
| Institution: | Sun Zhiwei;Bai Junqiang;Hua Jun;Yin Geling;School of Aeronautics,Northwestern Polytechnical University;Flight Physics Research Center,Chinese Aeronautical Establishment;Research and Development Center,China Academy of Launch Vehicle Technology; |
| Abstract: | |
| Keywords: | optimal design regression analysis surrogate model support vector regression |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《航空工程进展》浏览原始摘要信息 | |
| 点击此处可从《航空工程进展》下载免费的PDF全文 | |