[发明专利]一种飞参应变预测模型的多参数优化方法

说明书

本申请提供一种飞参应变预测模型的多参数优化方法，所述方法包括：步骤一、将包含飞行参数数据和应变数据的数据集划分为训练集和预测集；步骤二、对所有飞行参数数据进行归一化处理；步骤三、选取核函数为径向基核函数；步骤四、建立基于支持向量机的飞参‑应变预测模型；步骤五、选取目标函数；步骤六、设置飞参‑应变预测模型中多个参数的取值范围；步骤七、搜寻多个参数的最优取值，满足目标函数的要求。本申请提供的飞参应变预测模型多参数优化方法能够快速得到多个参数的最优取值范围，使得飞机关键结构预测应变的输出满足精度要求，节省了大量的人力和物力，该方法可广泛应用于航空航天结构强度分析和健康监控之中。

技术领域

本申请属于飞机强度设计技术领域，特别涉及一种飞参应变预测模型的多参数优化方法。

背景技术

确定精准的飞机使用载荷是对飞机寿命进行预测和健康监控的基础。传统方法是通过实测数据编制实测载荷谱，进而进行载荷计算、全机应力求解才能得到关键部位的载荷和应力，从而进行损伤分析和评估，这一计算和分析过程涉及环节多、流程复杂，往往需要耗费巨大的人力和物力。借鉴先进的机器学习方法——支持向量机，从大量飞行使用数据中建立飞机关键结构应变预测模型，可以高效地对目标值进行预测。然而，应变预测模型中参数众多，参数取值的变化对于输出结果的精度有很大的影响，要想实现预测结果的高精准输出，需要对多个参数进行优化。

发明内容

本申请的目的是提供了一种飞参应变预测模型的多参数优化方法，以解决或减轻上述至少一个问题。

申请提供的技术方案是：一种飞参应变预测模型的多参数优化方法，所述方法包括：

步骤一、将包含飞行参数数据和应变数据的数据集划分为训练集和预测集；

步骤二、对所有飞行参数数据进行归一化处理；

步骤三、选取核函数为径向基核函数；

步骤四、建立基于支持向量机的飞参-应变预测模型；

步骤五、选取目标函数；

步骤六、设置飞参-应变预测模型中多个参数的取值范围；

步骤七、搜寻多个参数的最优取值，满足目标函数的要求。

进一步的，在将包含飞行参数数据和应变数据的数据集划分为训练集和预测集的过程中，数据集按介于8:2和7:3之间的比例划分为训练集和预测集。

进一步的，对所有飞行参数数据进行归一化处理时，归一化到区间[-1,1]：

式中，x表示某一列飞参，x’表示归一化后的某一列飞参，x_max和x_min分别是该列飞参中的最大值和最小值。

进一步的，步骤三中，选取核函数k(x,y)为径向基核函数为：

式中，x、y均为数据集的样本，σ为核半径。

进一步的，步骤四中，建立基于支持向量机的飞参-应变预测模型为：

式中，f(x)是预测集中的飞参样本对应的应变预测值，x是预测集的飞参样本，x_i表示训练集的第i个飞参样本，m为训练集样本数为个，β_i和b为预测模型参数。

进一步的，步骤五中，选取的目标函数为决定系数R²：

式中，y_j为预测集中的第j个样本对应的应变真实值，为相应的预测值，为预测集中所有应变真实值的均值，n为预测集样本数。