国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于深度神經(jīng)網(wǎng)絡(luò)的多學(xué)科翼型反設(shè)計(jì)方法

      文檔序號(hào):40279148發(fā)布日期:2024-12-11 13:16閱讀:來源:國(guó)知局

      技術(shù)特征:

      1.基于深度神經(jīng)網(wǎng)絡(luò)的多學(xué)科翼型反設(shè)計(jì)方法,其特征在于:包括如下步驟:

      2.根據(jù)權(quán)利要求1所述基于深度神經(jīng)網(wǎng)絡(luò)的多學(xué)科翼型反設(shè)計(jì)方法,其特征在于:所述步驟2中選取翼型類型與目標(biāo)翼型的類型一致。

      3.根據(jù)權(quán)利要求2所述基于深度神經(jīng)網(wǎng)絡(luò)的多學(xué)科翼型反設(shè)計(jì)方法,其特征在于:所述步驟2中對(duì)選取翼型進(jìn)行橫坐標(biāo)統(tǒng)一插值處理的方法具體為:使用分段線性等距插值獲取原始翼型橫坐標(biāo),設(shè)翼型前緣點(diǎn)橫坐標(biāo)為零,在對(duì)翼型弦向站位做零一歸一化處理后,選取翼型前緣點(diǎn)、翼型上表面100個(gè)點(diǎn)和翼型下表面100個(gè)點(diǎn)合計(jì)201個(gè)點(diǎn)作為控制該翼型外形的控制點(diǎn),根據(jù)201個(gè)點(diǎn)的橫坐標(biāo)獲取原始翼型在相應(yīng)橫坐標(biāo)值下的縱坐標(biāo)值,具體插值公式如下:

      4.根據(jù)權(quán)利要求1所述基于深度神經(jīng)網(wǎng)絡(luò)的多學(xué)科翼型反設(shè)計(jì)方法,其特征在于:所述步驟3中,采用rans方法計(jì)算獲得所選翼型的氣動(dòng)性能參數(shù),所述氣動(dòng)性能參數(shù)包括翼型的升力系數(shù)、阻力系數(shù)俯仰力矩系數(shù);采用矩量法計(jì)算獲得所選翼型的低探測(cè)性能參數(shù),所述低探測(cè)性能參數(shù)為翼型的前向雷達(dá)散射截面積。

      5.根據(jù)權(quán)利要求1所述基于深度神經(jīng)網(wǎng)絡(luò)的多學(xué)科翼型反設(shè)計(jì)方法,其特征在于:所述步驟4中構(gòu)建的深度神經(jīng)網(wǎng)絡(luò)的數(shù)量和翼型坐標(biāo)的數(shù)量保持一致;建立多個(gè)深度神經(jīng)網(wǎng)絡(luò)代理模型的過程具體為:取所有翼型的第一個(gè)縱坐標(biāo)值作為第一個(gè)深度神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)集,取所有翼型的第二個(gè)縱坐標(biāo)值作為第二個(gè)深度神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)集,以此類推直至將所有翼型的縱坐標(biāo)值全部取完并建立深度神經(jīng)網(wǎng)絡(luò)模型。

      6.根據(jù)權(quán)利要求5所述基于深度神經(jīng)網(wǎng)絡(luò)的多學(xué)科翼型反設(shè)計(jì)方法,其特征在于:所述深度神經(jīng)網(wǎng)絡(luò)模型包括輸入層、n個(gè)隱藏層和輸出層;所述隱藏層中包含多個(gè)神經(jīng)元;數(shù)據(jù)在所述深度神經(jīng)網(wǎng)絡(luò)中的傳遞過程為:

      7.根據(jù)權(quán)利要求6所述基于深度神經(jīng)網(wǎng)絡(luò)的多學(xué)科翼型反設(shè)計(jì)方法,其特征在于:所述深度神經(jīng)網(wǎng)絡(luò)中每個(gè)神經(jīng)元對(duì)輸入數(shù)據(jù)進(jìn)行加權(quán)求和數(shù)值的計(jì)算,具體運(yùn)算過程可表示為:

      8.根據(jù)權(quán)利要求6所述基于深度神經(jīng)網(wǎng)絡(luò)的多學(xué)科翼型反設(shè)計(jì)方法,其特征在于:所述深度神經(jīng)網(wǎng)絡(luò)中每個(gè)隱藏層損失函數(shù)的梯度具體運(yùn)算過程可表示為:設(shè)一個(gè)樣本量為n的訓(xùn)練樣本集合,其入?yún)⑾蛄考癁閇x1,...xi,...xn],其中每個(gè)入?yún)i是一個(gè)n維向量;對(duì)應(yīng)的出參向量集為[y1,...yi,...yn],其中每個(gè)出參yi是一個(gè)m維向量,則損失函數(shù)為:

      9.根據(jù)權(quán)利要求1所述基于深度神經(jīng)網(wǎng)絡(luò)的多學(xué)科翼型反設(shè)計(jì)方法,其特征在于:所述步驟5中,在訓(xùn)練好的多個(gè)深度神經(jīng)網(wǎng)絡(luò)模型中輸入用戶期望獲得翼型的氣動(dòng)低探測(cè)性能,每一個(gè)深度神經(jīng)網(wǎng)絡(luò)將預(yù)測(cè)輸出翼型的一個(gè)縱坐標(biāo)值,組合這些縱坐標(biāo)值和翼型的橫坐標(biāo)值,最終獲得反設(shè)計(jì)翼型。


      技術(shù)總結(jié)
      本發(fā)明提出一種基于深度神經(jīng)網(wǎng)絡(luò)的多學(xué)科翼型反設(shè)計(jì)方法,包括如下步驟:步驟1:選擇翼型外形為設(shè)計(jì)目標(biāo),選擇翼型的氣動(dòng)低探測(cè)性能為設(shè)計(jì)變量;所述翼型外形為翼型的縱坐標(biāo);確定氣動(dòng)、低探測(cè)性設(shè)計(jì)狀態(tài);步驟2:從已有的翼型庫(kù)中選取設(shè)定數(shù)量的翼型并對(duì)其進(jìn)行橫坐標(biāo)統(tǒng)一插值處理,獲得橫坐標(biāo)統(tǒng)一的翼型的縱坐標(biāo)值;步驟3:對(duì)插值后的翼型,計(jì)算獲取所選翼型在設(shè)計(jì)狀態(tài)下的氣動(dòng)、低探測(cè)性能;步驟4:根據(jù)步驟2得到的翼型縱坐標(biāo)值和步驟3得到的翼型氣動(dòng)、低探測(cè)性能建立多個(gè)深度神經(jīng)網(wǎng)絡(luò)代理模型;步驟5:根據(jù)步驟4獲得的深度神經(jīng)網(wǎng)絡(luò)代理模型對(duì)給定氣動(dòng)、低探測(cè)性能的翼型進(jìn)行預(yù)測(cè),獲得滿足氣動(dòng)、低探測(cè)目標(biāo)性能的翼型外形。

      技術(shù)研發(fā)人員:趙歡,金世軼,高正紅,甘科耀,張振剛,甘雨杰
      受保護(hù)的技術(shù)使用者:西北工業(yè)大學(xué)
      技術(shù)研發(fā)日:
      技術(shù)公布日:2024/12/10
      當(dāng)前第2頁(yè)1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1