[发明专利]基于异态特征子集集成算法的试验段马赫数建模方法

摘要

本发明公开了基于异态特征子集集成(Heterogeneous Feature Subsets Ensemble,HFSE)算法的试验段马赫数建模方法，属于计算机应用技术领域。本发明包括，第一步：基于亚音速一维等熵流理论，风洞试验段马赫数由稳定段总压和驻室静压决定，因此先建立NARX总压和静压模型结构；第二步：提出HFSE算法拟合NARX模型的非线性函数，以Fixed‑size LS‑SVM和ELM为异态基学习机，在FSE的一维特征子集上建立异态子模型；第三步：将HFSE‑NARX总压、静压模型的预测值带入经验公式，获得HFSE马赫数模型。该模型能够降低子模型集规模，提高马赫数预测精度，满足均方根误差≤0.015的要求。

主权项

基于异态特征子集集成算法的试验段马赫数建模方法，其特征在于，包括以下步骤：第一步：首先，建立稳定段总压模型和驻室静压模型，以预获得试验段马赫数；然后，以NARX辨识方法描述总压和静压的动态特性，使用伪最邻近点法获得NARX模型各变量的最佳阶次为5，确立NARX总压和NARX静压模型结构；第二步：为拟合NARX总压、NARX静压模型的非线性函数，提出HFSE算法：首先，确定h*＝1的FSE模型结构，即对特征空间进行1‑划分，产生个1维特征子集；然后，基于不同的基学习机，在各1维特征子集上建立异态子模型；最后，融合所有子模型获得HFSE模型；第三步：以Fixed‑size LS‑SVMs和ELM为异态基学习机，实现基于HFSE算法的NARX总压、NARX静压预测模型，再将它们的预测值带入经验公式，获得基于HFSE的试验段马赫数模型。