|
|||||
|
|
| 基于QPSO算法的压气机特性代理模型优化 | |
| 引用本文： | 赵 勇,李本威,朱飞翔,张 勇. 基于QPSO算法的压气机特性代理模型优化[J]. 推进技术, 2014, 35(11): 1537-1543 |
| 作者姓名： | 赵 勇 李本威 朱飞翔 张 勇 |
| 作者单位： | 1. 海军航空工程学院研究生管理大队,山东烟台,264001 2. 海军航空工程学院飞行器工程系,山东烟台,264001 3. 海军航空工程学院科研部,山东烟台,264001 |
| 基金项目： | 国家自然科学基金(61174031)；海军航空工程学院研究生创新基金。 |
| 摘 要： | 考虑到小样本特性数据情况下进行部件特性数据的二维线性插值精度低,提出一种基于量子粒子群优化(QPSO)算法的压气机特性代理模型优化方法。针对原始Kriging模型对其相关模型参数的初始值极度敏感以及易限于局部最优解的缺陷,利用QPSO算法对Kriging的相关模型参数进行全局寻优,克服了基于梯度的模式搜索法对于参数初始值的依赖,经测试该方法具有较好的效率以及稳定性。将该优化模型扩展应用于低压压气机特性代理模型建立与重构。经验证,在小样本特性数据下,基于QPSO的压气机特性Kriging模型仍具有较高精度,应用前景可观。 |
| 关 键 词： | 量子粒子群优化 压气机特性 代理模型 Kriging 优化 重构 |
| 收稿时间： | 2013-10-25 |
| 修稿时间： | 2013-12-18 |
Surrogate Model Optimization of Compressor Characteristics Based on QPSO Algorithm |
|
| ZHAO Yong,LI Ben-wei,ZHU Fei-xiang and ZHANG Yong. Surrogate Model Optimization of Compressor Characteristics Based on QPSO Algorithm[J]. Journal of Propulsion Technology, 2014, 35(11): 1537-1543 | |
| Authors: | ZHAO Yong LI Ben-wei ZHU Fei-xiang ZHANG Yong |
| Abstract: | |
| Keywords: | QPSO Compressor characteristics Surrogate model Kriging Optimization Reconstruc-tion |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《推进技术》浏览原始摘要信息 | |
| 点击此处可从《推进技术》下载免费的PDF全文 | |