期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于迁移学习的飞行器高低阶精度数据融合方法
1
作者 崔榕峰 李鸿岩 +2 位作者 王祥云 刘哲 郭承鹏 《飞行力学》 CSCD 北大核心 2024年第4期7-12,20,共7页
为提升飞行器气动性能分析效率、降低所需成本,采用了两种基于迁移学习的数据融合智能预测方法:一种是根据样本特征进行权重配比的多保真度融合方法,利用自适应提升算法进行样本错误率评估,并依据结果进行加权融合;另一种是基于模型的... 为提升飞行器气动性能分析效率、降低所需成本,采用了两种基于迁移学习的数据融合智能预测方法:一种是根据样本特征进行权重配比的多保真度融合方法,利用自适应提升算法进行样本错误率评估,并依据结果进行加权融合;另一种是基于模型的参数冻结迁移方法,将高低阶精度数据进行神经网络分层训练,实现模型意义上的数据融合。两种方法均考虑将高阶精度的风洞试验数据与低阶精度的CFD数据进行深度融合训练,从而实现精准预测。以YF-16飞机标模为例进行预测分析,结果表明基于迁移学习的数据融合方法能够实现气动力的准确预测,并在精度上超过了传统CoKriging融合方法。 展开更多
关键词 数据融合 迁移学习 风洞试验 CFD计算 深度神经网络
原文传递
基于重抽样加权的飞行器多源数据融合方法
2
作者 崔榕峰 王祥云 +2 位作者 刘哲 李鸿岩 郭承鹏 《航空科学技术》 2024年第7期111-119,共9页
风洞试验方法和计算流体力学(CFD)数值模拟方法在飞行器的初步研制阶段能够对于飞行器的气动性能提供精准分析,其对于飞行器的气动外形优化与设计起到了重要的作用。而风洞试验与CFD方法不可避免地存在试验与计算成本较高等问题。为实... 风洞试验方法和计算流体力学(CFD)数值模拟方法在飞行器的初步研制阶段能够对于飞行器的气动性能提供精准分析,其对于飞行器的气动外形优化与设计起到了重要的作用。而风洞试验与CFD方法不可避免地存在试验与计算成本较高等问题。为实现对于飞行器气动性能的低成本及高效分析,本文对风洞试验数据进行了机器学习方法的预测分析研究,提出了一种基于多模型结合方法的数据融合模式,其原理是通过重复抽样的方法多次获取精度略低的CFD数据与精度较高的风洞试验数据之间的映射关系,并通过基于均方误差的加权方法对于多映射关系进行结合从而输出最终的预测结果。结果表明,基于重抽样加权法的数据融合模式可以有效提升风洞试验数据预测的精准度与拟合度,辅助支撑风洞试验人员进行相关研究工作。 展开更多
关键词 数据融合 重抽样加权法 风洞试验 CFD 机器学习
下载PDF
基于贝叶斯超参数优化的Gradient Boosting方法的导弹气动特性预测 被引量：1
3
作者 崔榕峰 马海 +2 位作者 郭承鹏 李鸿岩 刘哲 《航空科学技术》 2023年第7期22-28,共7页
在导弹设计与研发的初期阶段,需要寻求高效且低成本的导弹气动力特性的分析方法。然而,气动性能分析过程中往往存在试验成本高、周期长、局限性大等问题。因此,本文采用基于提升(Boosting)的机器学习集成算法进行导弹气动特性预测,通过... 在导弹设计与研发的初期阶段,需要寻求高效且低成本的导弹气动力特性的分析方法。然而,气动性能分析过程中往往存在试验成本高、周期长、局限性大等问题。因此,本文采用基于提升(Boosting)的机器学习集成算法进行导弹气动特性预测,通过输入导弹的气动外形参数、马赫数和迎角,对于导弹气动力系数实现快速预测。结果表明,Boosting能够对导弹气动力系数进行精准高效预测。为进一步提升预测精度,与传统的机器学习参数调整方法相比,采用贝叶斯优化方法对梯度提升(Gradient Boosting)算法超参数进行优化,调优后的Gradient Boosting方法预测的导弹气动力系数与实际值吻合度得到提升,并将贝叶斯优化的Gradient Boosting方法与XGBoost、LightGBM、Adaboost方法进行了对比,贝叶斯优化的Gradient Boosting方法预测精度优于其他Boosting方法,证明了优化方法的可行性与有效性。 展开更多
关键词 导弹 气动特性 BOOSTING Gradient Boosting 贝叶斯优化
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部