版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、翼型設(shè)計是飛行器設(shè)計中比較重要的步驟,影響著飛行器的主要飛行品質(zhì)。在進(jìn)行翼型設(shè)計時,傳統(tǒng)的風(fēng)洞實驗和CFD技術(shù)周期長、成本高。為了降低成本、提高翼型的設(shè)計效率,作為對現(xiàn)有翼型設(shè)計方法的一個補(bǔ)充,本論文將機(jī)器學(xué)習(xí)中的多輸出高斯過程(MOGP)應(yīng)用到翼型氣動性能快速評估和翼型快速設(shè)計中。MOGP采用了高斯基過程與光滑核函數(shù)的卷積為每個輸出端口建模,并通過共享高斯基過程模擬多輸出端口之間的相關(guān)性。
本論文采用一組NACA翼型族的翼型
2、作為實驗數(shù)據(jù),計算出在一定條件下每個翼型的升力系數(shù)、阻力系數(shù)和表面壓力分布,進(jìn)行氣動性能快速評估實驗和快速翼型設(shè)計實驗。氣動性能快速評估實驗以翼型外形參數(shù)為輸入數(shù)據(jù),預(yù)測翼型的升力系數(shù)和阻力系數(shù);快速翼型設(shè)計實驗以翼型表面的壓力分布為輸入數(shù)據(jù),預(yù)測翼型的外形參數(shù)。論文建立了MOGP模型模擬實驗中翼型與氣動性能之間的非線性關(guān)系,并與常用的單輸出高斯過程(SOGP)回歸模型以及傳統(tǒng)的BP和RBF神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了對比。實驗結(jié)果表明,在氣動性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多輸出高斯過程回歸的超臨界翼型優(yōu)化.pdf
- 多輸出數(shù)據(jù)依賴核支持向量回歸快速學(xué)習(xí)算法及應(yīng)用研究.pdf
- 超圖低秩屬性選擇多輸出回歸算法.pdf
- 基于高斯過程回歸的盲均衡算法研究
- 基于高斯過程回歸的盲均衡算法研究.pdf
- 基于多輸出回歸的超低分辨率人臉重構(gòu)研究.pdf
- 基于高斯過程回歸的鏈路質(zhì)量預(yù)測方法.pdf
- 基于高斯過程回歸的強(qiáng)化學(xué)習(xí)算法研究.pdf
- 基于正交最小二乘的可調(diào)核函數(shù)多輸出回歸模型.pdf
- 多輸入多輸出不確定系統(tǒng)輸出反饋控制器設(shè)計.pdf
- 基于廣義高斯過程回歸的函數(shù)型數(shù)據(jù)分析.pdf
- 基于高斯過程回歸的鋰電池數(shù)據(jù)處理.pdf
- 用于回歸預(yù)測的高斯過程模型研究.pdf
- 基于改進(jìn)高斯過程回歸的賴氨酸發(fā)酵過程軟測量研究.pdf
- 基于區(qū)域劃分和高斯過程回歸的無線指紋定位.pdf
- 基于多輸入多輸出技術(shù)的片上模式復(fù)用傳輸研究.pdf
- 基于高斯過程回歸的圖像超分辨重建技術(shù)研究.pdf
- 5697.基于高斯過程回歸的日最高氣溫研究
- 多輸入多輸出(MIMO)編碼技術(shù)研究.pdf
- 基于高斯過程回歸模型的鋰電池數(shù)據(jù)處理.pdf
評論
0/150
提交評論