[发明专利]飞行器复杂结构近似建模方法、装置、设备和介质

说明书

本申请涉及飞行器复杂结构近似建模方法、装置、设备和介质，方法包括获取飞行器结构的多个样本数据，采用K均值聚类法对各样本数据进行聚类处理；采用比例分配法对聚类后的样本进行分组处理，根据得到的多组聚类分组样本采用基于局部密度的增强各向异性径向基方法，构建飞行器结构的性能预示的代理模型；根据多组聚类分组样本采用快速交叉验证法计算代理模型的预测误差并计算所有预测误差的均方根误差；以均方根误差为目标函数且以各向异性缩放系数为设计变量，根据均方根误差对各向异性缩放系数进行优化处理，得到最小的均方根误差对应的目标缩放系数；利用最终构建的高精度性能预示模型对飞行器结构进行性能预示。性能预示效率较高。

技术领域

本申请涉及飞行器设计技术领域，特别是涉及一种飞行器复杂结构近似建模方法、装置、设备和介质。

背景技术

复杂飞行器由于工作条件极端、性能要求严格，其结构需要在强度、刚度和承载能力等方面具有优越的性能。复杂飞行器不同结构的性能预示是飞行器结构设计中最核心、最困难的技术之一，其主要任务是通过预示飞行器结构在工作载荷下的变形、破坏等行为，评估采用不同结构形式时的承载能力，从而设计出质量轻、强度高的结构。

目前常用的复杂飞行器结构性能预示方法主要有：（1）程序仿真法，针对新的飞行器结构形式，调用商业有限元软件或者高精度有限元分析程序，对结构的承载性能进行预示，预示精度较高。（2）构建飞行器结构性能的预测模型，基于已有的实验数据，构建不同结构参数与其承载性能的预测模型，把新的结构参数当做输入，得到相应的预测承载性能；通常构建模型的方法包括径向基法、Kriging（克里金法）法和多项式响应面法等。此类方法可以避免耗时的程序仿真，预测精度随着模型训练数据的增多而不断提高，且能实现任意结构参数情况下的飞行器结构性能预测。

然而，在实现本发明过程中，发明人发现前述传统的复杂飞行器结构性能预示方法，仍存在着飞行器结构性能预示效率较低的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种飞行器结构性能预示效率较高的飞行器复杂结构近似建模方法、一种飞行器复杂结构近似建模装置、一种计算机设备以及一种计算机可读存储介质。

为了实现上述目的，本发明实施例采用以下技术方案：

一方面，本发明实施例提供一种飞行器复杂结构近似建模方法，包括步骤：

获取飞行器结构的多个样本数据，采用K均值聚类法对各样本数据进行聚类处理；

采用比例分配法对聚类后的样本进行分组处理，得到多组聚类分组样本；每一组聚类分组样本均包括各个聚类信息；

根据多组聚类分组样本，采用基于局部密度的增强各向异性径向基方法，构建飞行器结构的性能预示的代理模型；

根据多组聚类分组样本，采用快速交叉验证法计算代理模型的预测误差并计算所有预测误差的均方根误差；

以均方根误差为目标函数且以各向异性缩放系数为设计变量，根据均方根误差对各向异性缩放系数进行优化处理，得到最小的均方根误差对应的目标缩放系数；各向异性缩放系数用于构建代理模型；

利用最终构建的高精度性能预示模型对飞行器结构进行性能预示；高精度性能预示模型为目标缩放系数。

另一方面，还提供一种飞行器复杂结构近似建模装置，包括：

聚类处理模块，用于获取飞行器结构的多个样本数据，采用K均值聚类法对各样本数据进行聚类处理；

聚类分组模块，用于采用比例分配法对聚类后的样本进行分组处理，得到多组聚类分组样本；每一组聚类分组样本均包括各个聚类信息；

代理构建模块，用于根据多组聚类分组样本，采用基于局部密度的增强各向异性径向基方法，构建飞行器结构的性能预示的代理模型；