基于自动核构造高斯过程的导弹气动性能预测
Missile aerodynamic performance prediction of Gaussian process through automatic kernel construction作者机构:南京航空航天大学计算机科学与技术学院/人工智能学院模式分析与机器智能工业和信息化部重点实验室南京211106 软件新技术与产业化协同创新中心南京210023 南京航空航天大学航空学院南京210016
出 版 物:《航空学报》 (Acta Aeronautica et Astronautica Sinica)
年 卷 期:2021年第42卷第4期
页 面:283-296页
核心收录:
学科分类:08[工学] 0825[工学-航空宇航科学与技术]
基 金:航空科学基金(2018ZA52002,2019ZA052011) 空气动力学国家重点实验室基金(SKLA20180102) 气动噪声控制重点实验室基金(ANCL20190103)
主 题:导弹气动性能 预测 代理模型 高斯过程回归 自动核构造 核函数
摘 要:在导弹的初期设计阶段,通常需要对导弹的气动性能进行快速粗略评估。针对传统工程估算软件计算精度低和CFD方法计算代价大的缺陷,提出一种基于高斯过程回归(GPR)代理模型快速预测典型导弹气动性能的方案。以导弹外形参数和攻角作为模型输入,升力系数、阻力系数和力矩系数作为模型输出,对GPR模型的气动性能预测结果进行分析。首先,与其他常用代理模型的预测精度对比,GPR模型对3种系数的预测误差分别仅为0.24%、0.36%和0.36%,高于其他代理模型的预测精度。其次,考虑GPR模型核函数选择严重依赖人工先验知识的问题,采用了一种自动核构造算法,无需先验知识即可从数据中自动学习核函数。将该算法嵌入GPR框架中,与传统GPR模型比较,实验结果表明:基于该算法的GPR模型对3种系数的预测误差分别降低到0.10%、0.22%和0.17%。最后,给出导弹气动性能快速预测的应用实例,结果表明所提出的GPR模型的导弹气动性能预测方案是有效的,能够满足设计初期快速且精确的气动性能预测需求。