[發(fā)明專(zhuān)利]基于Bagging?FSE算法的風(fēng)洞馬赫數(shù)混合模型建模方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710219632.0
• 申請(qǐng)日: 2017-04-06
• 公開(kāi)（公告）號(hào): CN107103123A
• 公開(kāi)（公告）日: 2017-08-29
• 發(fā)明（設(shè)計(jì)）人: 王曉軍;王曉艷;袁平
• 申請(qǐng)（專(zhuān)利權(quán)）人: 大連大學(xué)
• 主分類(lèi)號(hào): G06F17/50
• 分類(lèi)號(hào): G06F17/50
• 代理公司: 大連八方知識(shí)產(chǎn)權(quán)代理有限公司21226
• 代理人: 衛(wèi)茂才

1.基于Bagging-FSE算法的風(fēng)洞馬赫數(shù)混合模型建模方法，其特征在于，包括如下步驟：

第一步：以多工況的馬赫數(shù)預(yù)測(cè)為總?cè)蝿?wù)，以單一工況的馬赫數(shù)預(yù)測(cè)為子任務(wù)，建立基于不同工況的馬赫數(shù)混合模型結(jié)構(gòu)；

第二步：在各工況下，建立NARX馬赫數(shù)模型結(jié)構(gòu)，采用NARX辨識(shí)方法描述穩(wěn)定段總壓和駐室靜壓的動(dòng)態(tài)過(guò)程，分別建立NARX總壓和NARX靜壓模型，再將其預(yù)測(cè)值代入經(jīng)驗(yàn)公式，獲得馬赫數(shù)；

第三步：在各工況下，以Bagging-FSE算法擬合NARX總壓和NARX靜壓模型中的非線(xiàn)性函數(shù)，建立基于Bagging-FSE的子任務(wù)馬赫數(shù)模型。

第四步：Bagging-FSE風(fēng)洞馬赫數(shù)混合模型的在線(xiàn)更新，當(dāng)現(xiàn)有工況發(fā)生改變時(shí)，更新該工況的子任務(wù)馬赫數(shù)模型。

2.根據(jù)權(quán)利要求1所述基于Bagging-FSE算法的風(fēng)洞馬赫數(shù)混合模型建模方法，其特征在于，所述第一步的建立基于不同工況的馬赫數(shù)混合模型結(jié)構(gòu)的過(guò)程包括：通過(guò)分析風(fēng)洞系統(tǒng)氣動(dòng)結(jié)構(gòu)、空氣環(huán)流機(jī)理以及試驗(yàn)工況特點(diǎn)，對(duì)來(lái)自試驗(yàn)現(xiàn)場(chǎng)的數(shù)據(jù)按工況和試驗(yàn)序號(hào)單獨(dú)采集并存儲(chǔ)，然后以多工況的馬赫數(shù)預(yù)測(cè)為總?cè)蝿?wù)，以單一工況的馬赫數(shù)預(yù)測(cè)為子任務(wù)，建立基于不同工況的馬赫數(shù)混合模型結(jié)構(gòu)。

3.根據(jù)權(quán)利要求1所述的基于Bagging-FSE算法的風(fēng)洞馬赫數(shù)混合模型建模方法，其特征在于，所述第三步的建立Bagging-FSE子任務(wù)馬赫數(shù)模型的過(guò)程包括：在各工況的訓(xùn)練集上，首先利用bootstrap采樣技術(shù)產(chǎn)生M個(gè)樣本子集，建立Bagging模型結(jié)構(gòu)；然后將FSE算法引入Bagging的樣本子集上，建立低維的特征子集；再以Fixed-size LS-SVMs(固定尺度最小二者支持向量機(jī))為基學(xué)習(xí)機(jī)，在Bagging-FSE的小規(guī)模、低維訓(xùn)練子集上建立子模型；最后加權(quán)融合所有子模型，實(shí)現(xiàn)基于Bagging-FSE的子任務(wù)馬赫數(shù)模型。

4.根據(jù)權(quán)利要求1所述的基于Bagging-FSE算法的風(fēng)洞馬赫數(shù)混合模型建模方法，其特征在于，所述第四步的Bagging-FSE風(fēng)洞馬赫數(shù)混合模型在線(xiàn)更新的過(guò)程包括：當(dāng)現(xiàn)有工況中的工況#w產(chǎn)生數(shù)據(jù)更新，則只需重新訓(xùn)練該工況的Bagging-FSE子任務(wù)馬赫數(shù)模型即可；當(dāng)現(xiàn)有工況中的工況#w失效時(shí)，則剔除該工況的子任務(wù)馬赫數(shù)模型；當(dāng)有新工況#w加入時(shí)，則建立該工況的子任務(wù)馬赫數(shù)模型。