[发明专利]一种基于深度学习的多精度优化算法实现气动优化设计的方法有效
| 申请号： | 202010382040.2 | 申请日： | 2020-05-08 |
| 公开（公告）号： | CN111597698B | 公开（公告）日： | 2022-04-26 |
| 发明（设计）人： | 张鑫帅;季廷炜;谢芳芳;朱灶旭;郑耀 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06F30/15;G06N3/04;G06N3/08;G06F111/10 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 邱启旺 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的多精度优化算法实现气动优化设计的方法，通过利用多精度深度神经网络结合并行加点方法来实现复杂的气动外形优化设计。该多精度深度神经网络(MFDNN)可以在不需要任何先验知识的情况下，自适应地学习低精度数据集和高精度数据集之间的线性关系或者非线性关系。同时利用PSO对代理模型进行全局寻优，找到当前最优解用于高精度数据集的更新样本点提高代理模型的优化精度；对于低精度数据集则通过求取样本点之间的欧氏距离来衡量样本点之间的距离，对缺乏样本点位置进行更新，从而生成在整个设计域中分布均匀的样本点。该方法通用性好，实现简单，应用该方法进行飞行器气动外形优化设计，飞行器的气动性能有显著的提升。 | ||
| 搜索关键词： | 一种 基于 深度 学习 精度 优化 算法 实现 气动 设计 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010382040.2/，转载请声明来源钻瓜专利网。
