代理模型預(yù)測研究及其在葉輪機械中的應(yīng)用.pdf

1、針對在工程設(shè)計中完全采用隨機類優(yōu)化方法計算量大，耗時等問題，本文研究基于統(tǒng)計學(xué)原理發(fā)展的計算量小、在一定程度上可以保證擬合精度的代理模型預(yù)測方法。在葉輪機械葉片設(shè)計過程中，采用代理模型取代耗時的高精度的計算流體動力學(xué)分析，可以加速設(shè)計過程，降低設(shè)計成本。盡管目前有通用化商業(yè)軟件(ISIGHT等)提供代理模型功能，但對于特定設(shè)計問題（比如葉輪機械）仍需要研究開放的、可定制的、模塊化的高效代理技術(shù)，以支持進一步的總體優(yōu)化設(shè)計。本文主要研究了

2、3種代理模型技術(shù)，主要工作可以總結(jié)為以下三個方面:
　　(1)首先研究Kriging、RBF-NN和SVMR三種代理模型的建模機理、最優(yōu)拉丁超立方取樣實驗設(shè)計策略和模型評判準則。在模型評判準則過程中，因輸出量綱的不同導(dǎo)致預(yù)測結(jié)果均方根誤差(RMSE)會差別很大，進而無法對不同測試問題的模型預(yù)測能力進行評判，為此提出相對均方根誤差準則指標(biāo)（RRMSE），并將其應(yīng)用于本文的各種代理模型的比較分析中。
　　(2)將不同的測試問題根

3、據(jù)非線性程度和設(shè)計變量維數(shù)分為高階高維、高階低維、低階高維、低階低維四種類型，將初始樣本根據(jù)規(guī)模不同分為稀疏規(guī)模、小規(guī)模、大規(guī)模樣本，然后針對不同的分類對12組測試函數(shù)建立108組代理預(yù)測模型，進行預(yù)測和結(jié)果比較分析，發(fā)現(xiàn)對于不同類型的預(yù)測問題代理模型的預(yù)測能力表現(xiàn)各異，而對于高階高維、高階低維的小規(guī)模樣本的預(yù)測問題RBF-NN模型的預(yù)測精度和模型魯棒性比SVMR和Kriging模型都好。
　　(3)基于上述研究成果，以混流泵導(dǎo)葉

4、的葉片設(shè)計為應(yīng)用實例，在其他設(shè)計參數(shù)及工作環(huán)境不變的情況下，采用以上研究的Kriging、RBF-NN和SVMR三種代理模型技術(shù)，以混流泵的水力效率和揚程作為預(yù)測目標(biāo)，建立代理模型，進行預(yù)測，為混流泵導(dǎo)葉的葉片設(shè)計提供技術(shù)支持。最后采用測試樣本以檢驗?zāi)Ｐ偷念A(yù)測精度和魯棒性，對預(yù)測結(jié)果進行比較分析，結(jié)果表明對于本文研究的葉輪機械葉片設(shè)計問題，采用RBF-NN代理模型能夠獲得較好的預(yù)測結(jié)果。
　　本文理論上，期望給出一種適合復(fù)雜葉片設(shè)