期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于交叉验证的智能优化机器学习方法在喷管型面优化中的应用
1
作者
于勇
代无劫
胡俊
《北京理工大学学报》
北大核心
2025年第8期844-854,共11页
针对固定扩张比与扩张段长度的二维轴对称喷管进行扩张段型面优化设计,优化目标为喷管推力最大化,优化参数为贝塞尔曲线控制点的径向位置.通过结合十折交叉验证方法与优化算法对BP神经网络、支持向量回归、极限学习机3种机器学习模型的...
针对固定扩张比与扩张段长度的二维轴对称喷管进行扩张段型面优化设计,优化目标为喷管推力最大化,优化参数为贝塞尔曲线控制点的径向位置.通过结合十折交叉验证方法与优化算法对BP神经网络、支持向量回归、极限学习机3种机器学习模型的超参数进行优化,进而评估其在预测喷管出口推力任务上的表现.采用拟合精度最高的机器学习模型与代理优化算法相结合进行优化计算.仿真结果表明:通过对机器学习模型超参数的优化,3种机器学习模型均在测试集上表现出较高的预测精度,而BP神经网络在本文模型下的预测精度最高.通过基于机器学习代理模型的喷管型面优化方法,得到优化后的喷管推力提高1.958%,且BP神经网络对优化后的喷管推力预估误差仅为0.024 9%.通过与基于直接CFD计算的优化结果对比,可以证明所提方法在具有更高优化效率的同时具有较高的优化精度,优化后的喷管推力差别仅为0.007 5%,且优化耗时降低16.5%。
展开更多
关键词
优化设计
二维轴对称喷管
代理优化算法
机器学习
交叉验证
在线阅读
下载PDF
职称材料
基于RBF代理优化的固体火箭发动机喷管型面设计
被引量：
4
2
作者
代无劫
于勇
《固体火箭技术》
CAS
CSCD
北大核心
2024年第2期188-198,共11页
针对固定扩张比与扩张段长度的二维轴对称固体火箭发动机喷管进行扩张段型面优化,优化目标为喷管推力最大化,优化参数为贝塞尔曲线控制点的径向位置,优化方法采用径向基函数(Radial Basis Function, RBF)代理优化算法。采用纯气相与两...
针对固定扩张比与扩张段长度的二维轴对称固体火箭发动机喷管进行扩张段型面优化,优化目标为喷管推力最大化,优化参数为贝塞尔曲线控制点的径向位置,优化方法采用径向基函数(Radial Basis Function, RBF)代理优化算法。采用纯气相与两相流两种模型分别进行优化设计,纯气相的结果表明,对于10个控制点表达的贝塞尔曲线,优化后的推力提高了1.64%。以此优化型面为初始型面,增加控制点个数至16个,二次优化后的推力又提高了0.095%。增大优化参数范围,同时引入判断拐点的约束,对于10个控制点表达的贝塞尔曲线进行单轮优化,结果同上述经过两轮优化之后的结果相近,优化后的喷管推力提高了1.78%,说明算法具有较强的稳定性。通过对不同控制参数个数的贝塞尔曲线优化过程的对比,给出了合理选择控制点个数的方法与建议。两相流的优化结果表明,由于颗粒的滞后影响造成了两相流损失,两相流喷管的推力小于纯气相喷管,但两相流喷管优化后的推力较优化前初始型面的推力提高了1.87%,略高于纯气相喷管。RBF代理优化算法适用于由任意数量控制点组成的贝塞尔曲线表达的喷管扩张段型面优化,并有较高的效率与较强的稳定性。
展开更多
关键词
固体火箭发动机
二维轴对称喷管
贝塞尔曲线
RBF代理优化算法
两相流
在线阅读
下载PDF
职称材料
题名
基于交叉验证的智能优化机器学习方法在喷管型面优化中的应用
1
作者
于勇
代无劫
胡俊
机构
北京理工大学宇航学院
出处
《北京理工大学学报》
北大核心
2025年第8期844-854,共11页
文摘
针对固定扩张比与扩张段长度的二维轴对称喷管进行扩张段型面优化设计,优化目标为喷管推力最大化,优化参数为贝塞尔曲线控制点的径向位置.通过结合十折交叉验证方法与优化算法对BP神经网络、支持向量回归、极限学习机3种机器学习模型的超参数进行优化,进而评估其在预测喷管出口推力任务上的表现.采用拟合精度最高的机器学习模型与代理优化算法相结合进行优化计算.仿真结果表明:通过对机器学习模型超参数的优化,3种机器学习模型均在测试集上表现出较高的预测精度,而BP神经网络在本文模型下的预测精度最高.通过基于机器学习代理模型的喷管型面优化方法,得到优化后的喷管推力提高1.958%,且BP神经网络对优化后的喷管推力预估误差仅为0.024 9%.通过与基于直接CFD计算的优化结果对比,可以证明所提方法在具有更高优化效率的同时具有较高的优化精度,优化后的喷管推力差别仅为0.007 5%,且优化耗时降低16.5%。
关键词
优化设计
二维轴对称喷管
代理优化算法
机器学习
交叉验证
Keywords
optimized design
two-dimensional axisymmetric nozzle
agent optimization algorithm
machine learning
cross-validation
分类号
V211 [航空宇航科学与技术—航空宇航推进理论与工程]
在线阅读
下载PDF
职称材料
题名
基于RBF代理优化的固体火箭发动机喷管型面设计
被引量：
4
2
作者
代无劫
于勇
机构
北京理工大学宇航学院
出处
《固体火箭技术》
CAS
CSCD
北大核心
2024年第2期188-198,共11页
文摘
针对固定扩张比与扩张段长度的二维轴对称固体火箭发动机喷管进行扩张段型面优化,优化目标为喷管推力最大化,优化参数为贝塞尔曲线控制点的径向位置,优化方法采用径向基函数(Radial Basis Function, RBF)代理优化算法。采用纯气相与两相流两种模型分别进行优化设计,纯气相的结果表明,对于10个控制点表达的贝塞尔曲线,优化后的推力提高了1.64%。以此优化型面为初始型面,增加控制点个数至16个,二次优化后的推力又提高了0.095%。增大优化参数范围,同时引入判断拐点的约束,对于10个控制点表达的贝塞尔曲线进行单轮优化,结果同上述经过两轮优化之后的结果相近,优化后的喷管推力提高了1.78%,说明算法具有较强的稳定性。通过对不同控制参数个数的贝塞尔曲线优化过程的对比,给出了合理选择控制点个数的方法与建议。两相流的优化结果表明,由于颗粒的滞后影响造成了两相流损失,两相流喷管的推力小于纯气相喷管,但两相流喷管优化后的推力较优化前初始型面的推力提高了1.87%,略高于纯气相喷管。RBF代理优化算法适用于由任意数量控制点组成的贝塞尔曲线表达的喷管扩张段型面优化,并有较高的效率与较强的稳定性。
关键词
固体火箭发动机
二维轴对称喷管
贝塞尔曲线
RBF代理优化算法
两相流
Keywords
solid rocket motor
two-dimensional axisymmetric nozzle
Bezier curve
optimization
RBF proxy optimization algorithm
two-phase flow
分类号
V435 [航空宇航科学与技术—航空宇航推进理论与工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于交叉验证的智能优化机器学习方法在喷管型面优化中的应用
于勇
代无劫
胡俊
《北京理工大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于RBF代理优化的固体火箭发动机喷管型面设计
代无劫
于勇
《固体火箭技术》
CAS
CSCD
北大核心
2024
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
