[发明专利]基于误差修正的高维复杂飞行器系统降阶表征方法

权利要求书

1.基于误差修正的高维复杂飞行器系统降阶表征方法，其特征在于：包括如下步骤，

步骤一、将每维设计变量归一化到[-1,1]区间，采用归一化后的设计变量值和相应真实响应值信息构造各组元函数Kriging代理模型；

步骤二、将切割中心点取为设计空间内随机点并调用真实模型计算响应值f₀；

步骤三、将高维复杂飞行器系统分解为主要由一阶组元函数和二阶组元函数构成的全局代理模型，对一阶组元函数逐维构造Kriging代理模型，并在对应维切割线上应用基于比例采点策略的序列采样方法选取新增构造样本点直至Kriging代理模型满足收敛条件，减少构造一阶组元函数Kriging代理模型所需的样本点，降低高维复杂飞行器系统近似成本的和提高近似降阶表征效率；

步骤四、在一阶组元函数构造完成后，判断一阶预测模型是否满足精度要求，进而判断是否存在二阶组元函数，如果一阶预测模型近似精度较低，则存在二阶组元函数，执行步骤五，否则执行步骤六；从每个一阶组元函数构造样本点集合内选取一个样本点构造一阶检测点调用真实函数计算相应的响应值并与一阶模型预测值进行对比，如果点处的相对误差小于给定阈值则二阶组元函数可忽略不计，执行步骤六；否则，继续构造二阶组元函数Kriging代理模型，执行步骤五；

步骤五、逐对判断切割平面x_i-x_j上是否存在二阶组元函数，如果存在，将一阶构造样本点集合在二维平面上形成的网格点阵作为二阶备选样本点集合；在二阶备选样本点集合内随机选取二阶检测点并调用真实函数计算相应的响应值；如果一阶预测模型通过二阶检测点，则x_i和x_j不存在耦合关系，进行后续二阶组元函数的构造；否则在二阶备选样本点集合内重新随机选点直至二阶组元函数Kriging代理模型满足收敛条件，二阶组元函数Kriging代理模型的收敛准则取为相对误差准则及最大采样代数准则；

步骤六、在所有二阶组元函数Kriging代理模型构造完成后，根据真实响应值信息与预测值信息计算构造样本点集合X和随机样本点集合X_R的真实预测误差ε，利用构造样本点集合X和随机样本点集合X_R内的样本点与对应的真实预测误差ε构造误差Kriging模型利用构造的误差Kriging模型修正二阶预测模型，进而提升高维复杂飞行器系统降阶表征精度；

步骤七、输出误差修正的高维复杂飞行器系统预测模型即实现基于误差修正的高维复杂飞行器系统降阶表征；

步骤八、采用分割样本点验证方法计算全局精度评价指标R²、RAAE和RMAE，以校验步骤七输出的误差修正的高维复杂飞行器系统预测模型的全局近似精度。

2.如权利要求1所述的基于误差修正的高维复杂飞行器系统降阶表征方法，其特征在于：还包括步骤九、在误差修正的高维复杂飞行器系统预测模型满足精度校验要求后，近似模型应用于高维复杂飞行器系统的近似优化领域，解决高维复杂飞行器系统领域相关工程问题；所述高维复杂飞行器系统领域相关工程问题包括：含有高维设计变量的基于有限元分析的飞行器结构优化、基于计算流体力学分析的飞行器气动优化，能有效缓解高维复杂飞行器系统优化面临的计算复杂性问题。

3.如权利要求1或2所述的基于误差修正的高维复杂飞行器系统降阶表征方法，其特征在于：步骤三中，

构造各组元函数Kriging代理模型时先将设计变量边界值作为构造样本点，并分别调用真实模型计算相应的响应值和通过切割中心点x₀判断一阶组元函数f_i(x_i)是否为线性项，如果构造的初始组元函数Kriging代理模型通过中心点，则f_i(x_i)为线性项且构造终止；否则，将切割中心点x₀加入构造样本点集合，采用基于比例采点策略的序列采样方法选取新增构造样本点直至Kriging代理模型满足收敛条件，并将相对误差准则及最大构造样本点数准则作为一阶组元函数Kriging代理模型的收敛准则，即当或已有一阶组元函数构造样本点数大于给定阈值时，构造终止。