适用于CFD不确定度量化的代理模型的优化方法及相关设备与流程

技术特征：
1.一种适用于cfd不确定度量化的代理模型的优化方法，其特征在于，包括：s1、获取cfd模型输入参数的初始样本数据集；s2、基于所述初始样本数据集构建代理模型，并评估所述代理模型的泛化误差；s3、若所述代理模型的泛化误差大于预设的误差阈值，则对所述代理模型进行更新；否则结束优化，得到最优的代理模型。2.如权利要求1所述的方法，其特征在于，所述获取cfd模型输入参数的初始样本数据集包括：对所述cfd模型输入参数进行拉丁超立方采样，获得所述初始样本数据集，所述初始样本数据集包括n个样本点序列。3.如权利要求2所述的方法，其特征在于，所述基于所述初始样本数据集构建代理模型包括：将所述n个样本点序列输入cfd求解器，对应得到n个响应向量序列；基于所述n个样本点序列和对应的n个响应向量序列组成的样本池，通过高斯回归算法构建所述代理模型。4.如权利要求3所述的方法，其特征在于，所述对所述代理模型进行更新的步骤包括：基于所述初始样本数据集构造采集函数；求解所述采集函数的极小值，得到新的样本点；将新的样本点输入cfd求解器得到新的响应量，并将新的样本点和新的响应量加入所述样本池；基于所述样本池更新所述代理模型。5.如权利要求4所述的方法，其特征在于，在所述基于所述样本池更新所述代理模型的步骤之后，所述对所述代理模型进行更新的步骤还包括：计算更新后的代理模型的泛化误差，并与所述预设的误差阈值进行比较。6.如权利要求5所述的方法，其特征在于，所述方法还包括：若更新后的代理模型的泛化误差大于所述预设的误差阈值，则重复所述对代理模型进行更新的步骤，直到所述更新后的代理模型的泛化误差小于所述预设的误差阈值，得到最优的代理模型。7.如权利要求6所述的方法，其特征在于，所述求解所述采集函数的极小值，得到新的样本点包括：通过遗传算法求解所述采集函数的极小值，得到所述新的样本点。8.一种适用于cfd不确定度量化的代理模型的优化装置，其特征在于，包括：获取模块，用于获取cfd模型输入参数的初始样本数据集；构建和评估模块，用于基于所述初始样本数据集构建代理模型，并评估所述代理模型的泛化误差；优化模块，用于若所述代理模型的泛化误差大于预设的误差阈值，则对所述代理模型进行更新；否则结束优化，得到最优的代理模型。9.一种计算机设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的适用于cfd不确定度量化的代理模型的优化方法中的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的适用于cfd不确定度量化的代理模型的优化方法中的步骤。

技术总结
本发明适用于CFD不确定度量化技术领域，提供了一种适用于CFD不确定度量化的代理模型的优化方法及相关设备，方法包括：获取CFD模型输入参数的初始样本数据集；基于初始样本数据集构建代理模型，并评估代理模型的泛化误差；若代理模型的泛化误差大于预设的误差阈值，则对代理模型进行更新；否则结束优化，得到最优的代理模型。基于CFD模型输入参数的初始样本数据集构建代理模型，评估代理模型的泛化误差后与预设的误差阈值进行比较，若代理模型的泛化误差大于预设的误差阈值，则获取新的样本数据对代理模型进行更新，直到代理模型的泛化误差小于预设的误差阈值，得到最优的代理模型为止，提高了代理模型优化的效率。提高了代理模型优化的效率。提高了代理模型优化的效率。


技术研发人员：章超 陈江涛 赵娇 肖维 张培红 赵炜 吴晓军 肖中云 沈盈盈 周晓军 吕罗庚 胡向鹏 杨福军 郭勇颜 金韬
受保护的技术使用者：中国空气动力研究与发展中心计算空气动力研究所
技术研发日：2022.06.13
技术公布日：2022/7/15