[發明專利]一種基于Kriging改進模型的防風柵氣動優化方法在審
| 申請號: | 201910342713.9 | 申請日: | 2019-04-26 |
| 公開(公告)號: | CN110147585A | 公開(公告)日: | 2019-08-20 |
| 發明(設計)人: | 傘冰冰;趙友毅;徐晨;邱冶 | 申請(專利權)人: | 河海大學 |
| 主分類號: | G06F17/50 | 分類號: | G06F17/50 |
| 代理公司: | 南京經緯專利商標代理有限公司 32200 | 代理人: | 劉莎 |
| 地址: | 211100 江蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 防風 孔洞率 氣動優化 優化設計 傳統優化算法 改進 代理模型 防風效果 遺傳算法 優化變量 多變量 最優解 收斂 優化 節約 更新 | ||
1.一種基于Kriging改進模型的防風柵氣動優化方法,其特征在于,具體方法步驟如下:
步驟1,以防風柵的高度x1和孔洞率x2為優化變量,以能反映堆料周圍流場特性的參數作為目標函數,建立優化數學模型;其中,防風柵的高度x1和孔洞率x2構成設計變量x=[x1x2]T;
步驟2,采用拉丁超立方抽樣方法在防風柵高度、孔洞率的設計范圍內抽取n個設計變量的樣本點;
步驟3,對步驟2中抽取的樣本點進行計算流體動力學CFD數值模擬,計算對應的目標函數的真實響應值,建立樣本數據集;
步驟4,基于樣本數據集,構建Kriging代理模型;
步驟5,根據MP和EI加點準則,采用簡單遺傳算法在Kriging代理模型中搜索最優解和E[I(x)]最大值,并找出Kriging代理模型最優解對應的防風柵的高度和孔洞率、E[I(x)]最大值對應的防風柵的高度和孔洞率,分別記為x′、x″;其中,E[I(x)]為I(x)的期望,I(x)=max(ymin-Y(x),0),Y(x)為Kriging代理模型的預測值,ymin為當前所有樣本點的最優真實目標函數值;
步驟6,若E[I(x)]最大值大于設定的收斂值,進入步驟7;否則,進入步驟9;
步驟7,采用CFD數值模擬計算步驟5獲得的x′和x″對應的目標函數y的真實響應值;
步驟8,將x′、x″和與其對應目標函數y的真實響應值加入已有的樣本數據集,返回步驟4;
步驟9,返還搜索得到的Kriging代理模型最優解對應的x′及其對應的目標函數y的真實響應值,優化進程終止。
2.根據權利要求1所述的一種基于Kriging改進模型的防風柵氣動優化方法,其特征在于,步驟2中n∈[5,10]。
3.根據權利要求1所述的一種基于Kriging改進模型的防風柵氣動優化方法,其特征在于,步驟1中優化數學模型具體為:
min y=∑Ru
其中,y為目標函數,Ru為峰值風速比,x1、x2分別為防風柵的高度和孔洞率,h為堆料的高度。
4.根據權利要求1所述的一種基于Kriging改進模型的防風柵氣動優化方法,其特征在于,步驟4中構建的Kriging代理模型為:
其中,f(x)=[f1(x) f2(x)]T,fm(x)為已知回歸函數的基函數,m=1,2,β0=(FTR-1F)-1FTR-1ys,R(x(i),x(j))為反映x(i)和x(j)之間的空間距離的相關函數,i,j=1,2,…,n,ys=[y(1) y(2) … y(n)]T,y(i)為第i個樣本點x(i)對應的目標函數響應值,為第i個樣本點,r(x)=[R(x(1),x) R(x(2),x) … R(x(n),x)]T,R(x(i),x)為反映x(i)和x之間的空間距離的相關函數。
5.根據權利要求4所述的一種基于Kriging改進模型的防風柵氣動優化方法,其特征在于,fm(x)=1。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于河海大學,未經河海大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910342713.9/1.html,轉載請聲明來源鉆瓜專利網。





