System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能,更具体地,涉及一种机器学习优化设计方法及系统。
技术介绍
1、翼形结构刚度性能提升问题是飞机机翼性能设计的关键需求之一,设计目的在于在满足翼形结构轻量化设计的前提下尽可能提高机翼的刚度。其中,现有研究均基于简单实验设计方法如正交实验设计或均匀实验设计方法确定翼形结构的关键结构参数取值,导致现有针对翼形结构刚度性能提升问题的研究方法的优化性能难以达到实际运行工况下严苛的设计需求。
2、随着人工智能技术的蓬勃发展,机器学习模型由于可以针对复杂模型或者耗时模型提供快速且准确的预测使得机器学习模型被广泛用于复杂结构性能提升问题中。为此,可通过针对翼形结构的刚度仿真模型与复杂的几何模型构建机器学习模型来指导整个结构优化设计的过程。更重要的是,相较于目前研究所采用的实验设计方法,在机器学习模型的辅助下可以完全发挥进化算法针对复杂优化问题的寻优能力,获得满意的优化结果。
3、进一步地,考虑到现有进化算法均基于种群进化迭代方式进行寻优,虽然在一方面可以保证算法优化的鲁棒性,但也将增加刚度仿真模型的调用次数,从而增加优化周期,对应降低了工作效率。
技术实现思路
1、针对现有技术的不足,本专利技术提供了一种机器学习优化设计方法及系统,以解决现有技术在优化设计的过程中会增加刚度仿真模型的调用次数,导致增加了优化周期,对应降低了工作效率的问题。
2、为实现上述目的,按照本专利技术的一个方面,提供了一种机器学习优化设计方法,该方法包括以下步骤:
...【技术保护点】
1.一种机器学习优化设计方法,其特征在于,所述方法包括:
2.根据权利要求1所述的机器学习优化设计方法,其特征在于,所述基于实际工况确定刚度与重量分别作为优化目标与优化约束来构造对应的数学优化模型的算法为:
3.根据权利要求1所述的机器学习优化设计方法,其特征在于,所述以关键结构的优化参数为设计变量,基于拉丁超立方采样确定初始优化种群的步骤包括:
4.根据权利要求1所述的机器学习优化设计方法,其特征在于,所述获取与所述初始优化种群对应的种群信息,并根据所述种群信息分别推导出空间导向与维度导向的搜索中心重构函数,并对应获得两个搜索重心的步骤包括:
5.根据权利要求1所述的机器学习优化设计方法,其特征在于,所述分别以两个所述搜索重心为基准向量,采用正态分布随机数分别对两个所述搜索重心中的重心维度参数值进行扰动,以对应产生两个候选子代种群的步骤包括:
6.根据权利要求1所述的机器学习优化设计方法,其特征在于,所述根据历史翼形结构仿真刚度数据以及重量数据构建出对应的径向基函数机器学习预测模型,并通过所述径向基函数机器学习预测模型
7.根据权利要求1所述的机器学习优化设计方法,其特征在于,所述基于可行性规则从两个所述候选子代种群中分别筛选出对应的最优个体,通过所述翼形结构刚度仿真模型根据所述刚度目标值以及所述重量约束值对应评估两个所述最优个体,并更新优化种群与对应的关键迭代信息的步骤包括:
8.一种机器学习优化设计系统,其特征在于,所述系统包括:
9.一种计算机,包括存储器、处理器以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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的机器学习优化设计方法。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任意一项所述的机器学习优化设计方法。
...【技术特征摘要】
1.一种机器学习优化设计方法,其特征在于,所述方法包括:
2.根据权利要求1所述的机器学习优化设计方法,其特征在于,所述基于实际工况确定刚度与重量分别作为优化目标与优化约束来构造对应的数学优化模型的算法为:
3.根据权利要求1所述的机器学习优化设计方法,其特征在于,所述以关键结构的优化参数为设计变量,基于拉丁超立方采样确定初始优化种群的步骤包括:
4.根据权利要求1所述的机器学习优化设计方法,其特征在于,所述获取与所述初始优化种群对应的种群信息,并根据所述种群信息分别推导出空间导向与维度导向的搜索中心重构函数,并对应获得两个搜索重心的步骤包括:
5.根据权利要求1所述的机器学习优化设计方法,其特征在于,所述分别以两个所述搜索重心为基准向量,采用正态分布随机数分别对两个所述搜索重心中的重心维度参数值进行扰动,以对应产生两个候选子代种群的步骤包括:
6.根据权利要求1所述的机器学习优化设计方法,其特征在于,所述根据...
【专利技术属性】
技术研发人员:杨赞,陈宇航,陈艳慧,张坤,王运平,陶洪康,鲁翠媛,
申请(专利权)人:南昌大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。