偏最小二乘和支持向量機(jī)方法在氣動(dòng)數(shù)據(jù)建模中的初步應(yīng)用.pdf

1、在空氣動(dòng)力學(xué)領(lǐng)域，存在著大量的數(shù)據(jù)關(guān)聯(lián)回歸與建模問題。目前常用的建模方法主要包括:白箱建模、黑箱建模、灰箱建模。對(duì)于如何針對(duì)所研究的問題選取合適的方法來(lái)建模提取有效的信息，是一項(xiàng)困難且非常必要的工作。
　　在對(duì)氣動(dòng)數(shù)據(jù)建模的研究中，本文引入了兩種新型的分析方法:偏最小二乘回歸(PLS)方法和支持向量機(jī)(SVM)。這為我們?cè)跀?shù)據(jù)挖掘和信息提取方面提供了新的工具。
　　在帶舵翼軸對(duì)稱飛行器氣動(dòng)特性建模中，借助Fortran軟件進(jìn)

2、行編程計(jì)算，根據(jù)試驗(yàn)研究結(jié)果建立帶舵翼軸對(duì)稱飛行器（如火箭）的氣動(dòng)力數(shù)學(xué)模型。首先用少量的飛行器風(fēng)洞試驗(yàn)數(shù)據(jù)，確定數(shù)學(xué)模型及其中的未知參數(shù)，然后再用于其它狀態(tài)數(shù)據(jù)的預(yù)測(cè)。通過對(duì)采用正交最小二乘法(OLS)和偏最小二乘方法(PLS)建模結(jié)果的對(duì)比分析得出:后者的建模結(jié)果精度整體上優(yōu)于前者，且偏最小二乘法的建模結(jié)果具有較好的泛化能力。
　　將支持向量機(jī)模型SVM應(yīng)用到氣動(dòng)熱環(huán)境分析中的防熱材料導(dǎo)熱系數(shù)快速估計(jì)中，根據(jù)傳熱試驗(yàn)中受試材料

3、的邊界溫度信息、測(cè)點(diǎn)溫度信息和材料導(dǎo)熱系數(shù)之間的對(duì)應(yīng)關(guān)系，建立了基于傳熱試驗(yàn)中邊界溫度參數(shù)和測(cè)點(diǎn)溫度參數(shù)直接反演預(yù)測(cè)材料導(dǎo)熱系數(shù)的SVM數(shù)學(xué)模型，從而得到了一種快速估計(jì)材料導(dǎo)熱系數(shù)的方法。在研究中同時(shí)也采用了Kriging模型建模方法。從算例計(jì)算結(jié)果知:SVM模型較Kriging模型有更好的泛化能力;通過分析隨機(jī)誤差和系統(tǒng)誤差影響知，在考慮隨機(jī)測(cè)量噪聲和系統(tǒng)測(cè)量噪聲的情況下，SVM的預(yù)測(cè)結(jié)果具有較好的魯棒性，整體上優(yōu)于Kriging模型