一种利用贝叶斯优化算法优化工程参数的方法技术

本申请公开了一种利用贝叶斯优化算法优化工程参数的方法，其用于在工程约束条件下使与所述工程参数具有函数关系的性能参数最优。本方法定义了新的采集函数，该采集函数引入了自适应目标值y

【技术实现步骤摘要】
一种利用贝叶斯优化算法优化工程参数的方法


[0001]本申请涉及工程设计领域，具体涉及一种利用贝叶斯优化算法优化工程参数的方法，特别是优化涡轮盘形状参数的方法。

技术介绍

[0002]在工程设计领域，往往面对在具有工程约束条件的情况下，需要设计工程参数以使性能接近极限的情况。此时，如果性能与工程参数之间具有已知的函数关系，而函数又属于复杂函数或者求极值需要很昂贵的代价，则可以通过贝叶斯优化算法确定工程参数以解决问题。例如，在涡轮盘设计过程中，最大许用等效应力就是工程约束条件，而工程设计人员需要面对的是通过设计涡轮盘的几何参数，尽可能使涡轮盘在满足应力要求的情况下重量最轻。此时，涡轮盘质量与几何参数间有明确的函数关系，而最大等效应力则与几何参数和给定的工作条件相关。因此，可以用贝叶斯优化算法确定涡轮盘的几何参数。
[0003]贝叶斯优化算法具有两个核心组成部分：(1)使用概率代理模型代理原始评估代价高昂的复杂目标函数；(2)利用代理模型的后验概率信息构造主动选择策略，即采集函数，通过最大化采集函数来选择下一个最有“潜力”的评估点。
...

【技术保护点】

【技术特征摘要】
1.一种利用贝叶斯优化算法优化工程参数的方法，用于在工程约束条件下使与所述工程参数具有函数关系的性能参数最优，所述贝叶斯优化算法基于期望提升准则并至少包括迭代实施的采样过程，所述采样过程包括基于工程参数样本集中所有工程参数及相应的性能参数构造高斯过程模型获取后验均值与后验方差的步骤、构造采集函数的步骤、最大化采集函数以决定采样的工程参数的步骤、基于被决定采样的工程参数获得相应的性能参数的步骤和更新工程参数样本集的步骤；其特征是，每次采样过程中，所述采集函数被构造为：其中：y
target(k)
＝y
min(k)
‑
DI
k
；；；y
k
‑1＝y
real(k
‑
1)
+p；以上公式中：k为采样过程的迭代序号，k取值范围为大于等于1的自然数；w
k
为第k次迭代时的自适应权重系数；为第k次迭代时高斯过程模型得到的后验均值；s
k
(x)为第k次迭代时的后验均方差，其为高斯过程模型得到的后验方差开方后的值；Φ(x)为标准正态分布的分布函数；φ(x)为标准正态分布的密度函数；y
target(k)
为第k次迭代时的性能参数自适应目标值；y
min(k)
为第k次迭代前基于所有已采样工程参数获得的性能参数中最优的性能参数值；y
k
‑1为第k
‑
1次迭代时被决定采样的工程参数所对应的名义性能参数值；y
real(k
‑
1)
为第k
‑
1次迭代时基于被决定采样的工程参数获得相应的性能参数；DI
k
为第k次迭代的期望最优性能参数提升量；p为工程约束惩罚值，当第k
‑
1...

【专利技术属性】
技术研发人员：闫成，杜瀚，刘策，李坚，尤延铖，曾念寅，
申请(专利权)人：厦门大学，
类型：发明
国别省市：