基于支持向量回归代理模型的气动力优化设计

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

所属期刊栏目：6

分类号：V211(基础理论及试验)

资助基金：国家自然科学基金2014CB744804

在线出版日期：2015-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：149-159