一种发动机模型参数动态标定优化方法技术

本发明专利技术公开了一种发动机模型参数动态标定优化方法，方法包括：获取待优化的目标参数，并根据待优化的目标参数及工作场景确定对应的动态优化问题；根据动态优化问题调用算法投资组合，并通过算法之间优化信息交互和共享策略更新算法投资组合中各算法的最优解；根据各算法获得的最优解确定各算法对应的优化提升，并根据确定的优化提升度向各算法分配对应的计算资源；通过分配后的算法投资组合对待优化的目标参数进行优化，并根据航空发动机仿真模型的实际输出值与期望输出值，将优化后的目标参数标定为满足性能指标的参数。本发明专利技术将算法投资组合应用到发动机参数的动态标定问题中，提高参数标定的鲁棒性和稳定性。提高参数标定的鲁棒性和稳定性。提高参数标定的鲁棒性和稳定性。

【技术实现步骤摘要】
一种发动机模型参数动态标定优化方法


[0001]本专利技术涉及发动机模型校对
，尤其涉及的是一种发动机模型参数动态标定优化方法。

技术介绍

[0002]在航空发动机模型的校对问题上，智能优化方法被广泛运用。由于，航空发动机模型校对的工作场景数据的动态变化，导致发动机模型参数的标定成为一个动态优化问题。通常情况下，动态优化问题的目标函数的动态变化，使在动态变化之前的问题上有较好的优化效果的算法，在动态变化之后的问题上的优化效果则是大大降低。
[0003]因而，在发动机模型参数的动态标定过程中，使用单一的算法就有可能被动态变化影响，参数标定的鲁棒性难以保证。
[0004]因此，现有技术还有待改进。

技术实现思路

[0005]本专利技术要解决的技术问题在于，针对现有技术缺陷，本专利技术提供一种发动机模型参数动态标定优化方法，以解决现有的发动机模型参数的动态标定过程中鲁棒性低的技术问题。
[0006]本专利技术解决技术问题所采用的技术方案如下：
[0007]第一方面，本专利技术提供一种发动机模型参数动态标定优化方法，包括：
[0008]获取待优化的目标参数，并根据所述待优化的目标参数及工作场景确定对应的动态优化问题；
[0009]根据所述动态优化问题调用算法投资组合，并通过算法之间优化信息交互和共享策略更新所述算法投资组合中各算法的最优解；其中，所述算法之间优化信息交互和共享策略为根据各算法对应的优化种群设置归档集，利用所述归档集共享及更新各算法的最优解；
[0010]根据各算法获得的最优解确定各算法对应的优化提升，并根据确定的优化提升度向各算法分配对应的计算资源；
[0011]通过分配后的算法投资组合对所述待优化的目标参数进行优化，并根据航空发动机仿真模型的实际输出值与期望输出值，将优化后的目标参数标定为满足性能指标的参数。
[0012]在一种实现方式中，所述获取待优化的目标参数，并根据所述待优化的目标参数及工作场景确定对应的动态优化问题，包括：
[0013]获取若干个待调节的航空发动机模型参数，得到所述待优化的目标参数；
[0014]确定所述航空发动机模型的工作场景；其中，所述工作场景为如下任意一种或组合：巡航场景、起飞场景以及着陆场景；
[0015]根据所述待优化的目标参数及所述工作场景进行建模，得到对应的动态优化问
题。
[0016]在一种实现方式中，所述根据动态优化问题调用算法投资组合，并通过算法之间优化信息交互和共享策略更新所述算法投资组合中各算法的最优解，包括：
[0017]根据所述动态优化问题调用多个不同的算法，并根据调用的算法组建算法投资组合；
[0018]确定各算法对应的优化种群，设置各算法对应的归档集；
[0019]将各算法在每一次迭代中所寻找的最优解存入对应的归档集中，以更新各算法的最优解。
[0020]在一种实现方式中，所述将各算法在每一次迭代中所寻找的最优解存入对应的归档集中，之后包括：
[0021]确定各算法对应的优化种群中最差解，将所述最差解替换为对应的归档集中的最优解。
[0022]在一种实现方式中，所述根据各算法获得的最优解确定各算法对应的优化提升，并根据确定的优化提升度向各算法分配对应的计算资源，包括：
[0023]确定各算法的当前迭代中得到的最优解与上一次迭代中得到的最优解的提升度；
[0024]根据置信度上界算法及所述提升度向各算法分配对应的计算资源。
[0025]在一种实现方式中，所述根据置信度上界算法及所述提升度向各算法分配对应的计算资源，包括：
[0026]根据所述提升度确定对应算法在当前迭代中的奖励值；
[0027]将所述奖励值代入所述置信度上界算法中，赋予对应算法在当前迭代中的信度值；
[0028]根据迭代顺序更新各算法对应的信度值，并根据更新后的信度值向各算法分配对应的计算资源。
[0029]在一种实现方式中，所述置信度上界算法为：
[0030][0031][0032]其中，s＝T
j
(n)表示算法j在前n次迭代过程中共被选择的次数；
[0033]为第j个算法在n次迭代后的平均收益值；
[0034]μ
j,t
为算法j在t次被选择时的收益。
[0035]在一种实现方式中，所述通过分配后的算法投资组合对所述待优化的目标参数进行优化，并根据航空发动机仿真模型的实际输出值与期望输出值，将优化后的目标参数标定为满足性能指标的参数，包括：
[0036]通过分配后的算法投资组合对所述待优化的目标参数进行优化，得到优化后的目标参数；
[0037]将所述优化后的目标参数输入所述航空发动机仿真模型，得到对应的实际输出
值；
[0038]计算所述实际输出值与所述期望输出值之间的差值，并根据优化目标函数将所述优化后的目标参数标定为满足工作场景的性能指标的参数。
[0039]第二方面，本专利技术还提供一种终端，包括：处理器以及存储器，所述存储器存储有发动机模型参数动态标定优化程序，所述发动机模型参数动态标定优化程序被所述处理器执行时用于实现如第一方面所述的发动机模型参数动态标定优化方法的操作。
[0040]第三方面，本专利技术还提供一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质存储有发动机模型参数动态标定优化程序，所述发动机模型参数动态标定优化程序被处理器执行时用于实现如第一方面所述的发动机模型参数动态标定优化方法的操作。
[0041]本专利技术采用上述技术方案具有以下效果：
[0042]本专利技术通过获取待优化的目标参数，并根据待优化的目标参数及工作场景确定对应的动态优化问题；可以根据动态优化问题调用算法投资组合，并通过算法之间优化信息交互和共享策略更新算法投资组合中各算法的最优解；以及可以根据各算法获得的最优解确定各算法对应的优化提升，并根据确定的优化提升度向各算法分配对应的计算资源；最后，通过分配后的算法投资组合对待优化的目标参数进行优化，并根据航空发动机仿真模型的实际输出值与期望输出值，将优化后的目标参数标定为满足性能指标的参数。本专利技术提出了将算法投资组合概念应用到发动机参数的动态标定问题中，提出一种算法投资组合框架，满足发动机模型参数动态标定中的计算资源分配，使得针对不同工作场景的发动机模型参数标定问题的最优算法能够被分配到最大的计算资源，从而提升动态标定问题在各个阶段的优化效率，提高参数标定的鲁棒性和稳定性。
附图说明
[0043]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0044]图1是本专利技术的一种实现方式中发动机模型参数动态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种发动机模型参数动态标定优化方法，其特征在于，所述发动机模型参数动态标定优化方法包括：获取待优化的目标参数，并根据所述待优化的目标参数及工作场景确定对应的动态优化问题；根据所述动态优化问题调用算法投资组合，并通过算法之间优化信息交互和共享策略更新所述算法投资组合中各算法的最优解；其中，所述算法之间优化信息交互和共享策略为根据各算法对应的优化种群设置归档集，利用所述归档集共享及更新各算法的最优解；根据各算法获得的最优解确定各算法对应的优化提升，并根据确定的优化提升度向各算法分配对应的计算资源；通过分配后的算法投资组合对所述待优化的目标参数进行优化，并根据航空发动机仿真模型的实际输出值与期望输出值，将优化后的目标参数标定为满足性能指标的参数。2.根据权利要求1所述的发动机模型参数动态标定优化方法，其特征在于，所述获取待优化的目标参数，并根据所述待优化的目标参数及工作场景确定对应的动态优化问题，包括：获取若干个待调节的航空发动机模型参数，得到所述待优化的目标参数；确定所述航空发动机模型的工作场景；其中，所述工作场景为如下任意一种或组合：巡航场景、起飞场景以及着陆场景；根据所述待优化的目标参数及所述工作场景进行建模，得到对应的动态优化问题。3.根据权利要求1所述的发动机模型参数动态标定优化方法，其特征在于，所述根据动态优化问题调用算法投资组合，并通过算法之间优化信息交互和共享策略更新所述算法投资组合中各算法的最优解，包括：根据所述动态优化问题调用多个不同的算法，并根据调用的算法组建算法投资组合；确定各算法对应的优化种群，设置各算法对应的归档集；将各算法在每一次迭代中所寻找的最优解存入对应的归档集中，以更新各算法的最优解。4.根据权利要求3所述的发动机模型参数动态标定优化方法，其特征在于，所述将各算法在每一次迭代中所寻找的最优解存入对应的归档集中，之后包括：确定各算法对应的优化种群中最差解，将所述最差解替换为对应的归档集中的最优解。5.根据权利要求1所述的发动机模型参数动态标定优化方法，其特征在于，所述根据各算法获得的最优解确定各算法对应的优化提升，并根据确定的优化提升度向各算法分配对应的计算资源，...

【专利技术属性】
技术研发人员：冯旭栋，吴锋，童浩，刘佳琳，
申请(专利权)人：南方科技大学，
类型：发明
国别省市：