空气动力学数据分析方法的研究与应用

作     者：杨慧英 

作者单位：北京邮电大学 

学位级别：硕士

导师姓名：周锋

授予年度：2018年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080103[工学-流体力学] 08[工学] 080104[工学-工程力学] 0801[工学-力学（可授工学、理学学位）] 

主      题：空气动力学数据 数据挖掘 有限元表面数据 

摘      要：随着空气动力学的快速发展,各种异构、异源的空气动力学实验数据不断涌现。面对这些数据,如何从中进行有效的分析与挖掘成为了困扰空气动力学研究专家的难题。本文以此问题为出发点,对空气动力学数据数据挖掘进行了深入的分析,并设计了相应的气动数据平台原型系统。通过分析已有的气动数据,对有代表性的结构化数据和半结构化数据进行了数据挖掘;通过分析已有气动数据平台的不足,提出了气动数据平台原型设计,并提出了在大数据背景下有效存储气动数据的存储模式。具体来说,主要完成了如下工作:1、提出了一种基于极端随机森林的对气动力流场表面文件进行预测的方法,选取代表性的半结构化数据(有限元表面数据)进行数据挖掘分析;实验证明,所提出的方法总体性能优于已有方法,具有参考性;2、将拟牛顿法训练的神经网络用于气动系数预测,实验证明,比以往研究中基于梯度下降方法训练的网络,在保持了预测能力的同时大大缩短了模型训练时间;并且抑制了预测过程中的过拟合现象,使得气动模型的泛化能力提升;3、整合了上述研究工作,完成了气动数据平台的整体设计,并对空气动力学数据的存储设计进行了深入研究,设计出一种可以同时满足空气动力学数据的高可扩展性和兼容性需求的存储方式。