一种基于数据挖掘的CFD软件可信度量化评价方法技术

本发明专利技术提供一种基于数据挖掘的CFD软件可信度量化评价方法，包括：建立待评CFD软件可信度评价项的仿真数据和试验数据之间的关联数据集；计算每一类数据序列的绝对误差；计算绝对误差的最大值和最小值；通过最大值和最小值，计算得到每一类数据序列的之间关联系数，再通过该关联系数，计算得到关联度，最后通过关联度，计算得到关联度权重；计算每一类数据序列之间绝对误差所占的比重的均值，由比重的均值计算得到每一类数据序列的分值；通过每一类评价数据序列的关联度权重和分值，计算出可信度量化的分数，得到数值模拟软件可信度量化结果。本发明专利技术实现了对CFD软件可信度的量化评价，为飞行器设计人员选择仿真软件的决策提供数据支持。数据支持。数据支持。

【技术实现步骤摘要】
一种基于数据挖掘的CFD软件可信度量化评价方法


[0001]本专利技术涉及数值模拟软件可信度评价领域，具体涉及一种基于数据挖掘的CFD软件可信度量化评价方法。

技术介绍

[0002]计算流体力学(CFD)在飞行器设计发挥越来越重要的作用，已成为继风洞实验和理论分析之后的第三大飞行器设计手段，并在飞行器设计各个阶段扮演着非常重要的角色。因此，CFD软件模拟结果的可信度也愈来愈引起高度关注。然而，任何先进的数值模拟技术要真正在实际工程中发挥作用，需要对其模拟的精度、准度以及适用性等做出评价，以保证模拟结果可靠、可用，也就是对其计算结果可信度的进行评价。
[0003]从现有对CFD软件可信度评价所取得的成果看到，目前的主要研究工作基本均为采用若干个相关算例对软件的某一种能力进行评价。如：AIAA阻力特性预测采用了DLR
‑
F4、DLR
‑
F6以及CRM等三种运输机构型、AIAA高升力预测采用Traping
‑
Wing半展/全展构型，这种基于算例结果的评价，如：灰色度综合评价方法、基于逼真度评估方法、灰色综合评价方法等等，基本上都需要借助专家经验给出权重分值，这种将专家纳入评价环节的方法，往往会受到专家的专业知识、经验乃至情绪等人为不确定因素的影响，而导致评价结果的不确定，进而会影响到飞行器设计人员对仿真软件的抉择。

技术实现思路

[0004]为了剔除掉现有CFD软件可信度评价中人为因素导致的评价结果的不确定性，本申请实施例提供一种基于数据挖掘的CFD软件可信度量化评价方法，该方法旨在挖掘CFD数值模拟结果数据内部潜在的关联信息，实现对CFD软件可信度的量化评价，进而对飞行器设计人员选择仿真软件提供数据支持。
[0005]本申请实施例提供以下技术方案：一种基于数据挖掘的CFD软件可信度量化评价方法，包括：
[0006]步骤一、建立待评CFD软件可信度评价项的仿真数据和对应试验数据之间的关联数据集；
[0007]步骤二、计算所述关联数据集中仿真数据序列和对应试验数据序列之间的绝对误差，建立绝对误差数据集合；
[0008]步骤三、计算所述绝对误差数据集合中的最大值和最小值；
[0009]步骤四、根据所述最大值和最小值，计算得到每一类数据序列之间关联系数，再通过所述关联系数，计算得到关联度，最后通过所述关联度，计算得到关联度权重；
[0010]步骤五、计算每一类数据序列之间绝对误差所占的比重的均值，由所述比重的均值计算得到每一类数据序列的分值；
[0011]步骤六、通过每一类数据序列的关联度权重和分值，计算出可信度量化的分数，得到数值模拟软件可信度量化结果。
[0012]根据一种实施例，所述关联系数的计算公式为：
[0013][0014]其中，γ为关联系数，(i＝1,2,
…
n；j＝1,2,
…
m)，i代表评价项所用的数值模拟/试验的科目数，j代表第i组数值模拟/试验序列的数据序列，ξ为分辨系数，Δ
max
为所述绝对误差数据集合中的最大值，Δ
min
为所述绝对误差数据集合中的最小值。
[0015]根据一种实施例，所述关联度的计算公式为：
[0016][0017]其中，κ为关联度，(i＝1,2,
…
n；j＝1,2,
…
m)。
[0018]4.根据权利要求3所述的CFD软件可信度量化评价方法，其特征在于，所述关联度权重的计算公式为：
[0019][0020]其中，ν
i
为每一类数据序列的关联度权重，(i＝1,2,...,n)。
[0021]根据一种实施例，所述比重的均值计算公式为：
[0022][0023]其中，ω
i
表示每一类数据序列绝对误差比重的平均值，i代表评价项所用的数值模拟/试验的科目数，j代表第i组数值模拟/试验序列的数据序列，T表示试验数据。
[0024]根据一种实施例，所述分值的计算公式为：
[0025]S
i
＝1
‑
ω
i
[0026]其中，S
i
表示每一类数据序列的分值，该分值位于[0，1]之间。
[0027]根据一种实施例，所述可信度量化的分数的计算公式为：
[0028][0029]其中，S为可信度量化的分数，ν
i
为每一类数据序列的关联度权重，S
i
每一类数据序列的分值。
[0030]与现有技术相比，本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括：
[0031]1.本专利技术提供了一种基于数据挖掘的CFD软件可信度量化评价方法，旨在从模拟结果数据的本身出发，挖掘出数据内部潜在的关联信息，实现CFD软件可信度结果的量化评价，剔除掉现有评价技术中(如：关联分析、误差比较等方法)人为因素的影响。
[0032]2.本专利技术通过对CFD数值模拟结果数据内部潜在信息进行挖掘，找出数据之间的关联性，以实现对CFD软件可信度的量化评价，进而为飞行器设计人员选择仿真软件的决策提供数据支持，不仅适合于CFD软件，也可进一步推广应用于科学计算中其他数值模拟软件的可信度评价。
附图说明
[0033]为了更清楚地说明本申请实施例的技术方案，下面将对实施例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申请的一些实施例，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获得其它的附图。
[0034]图1是本专利技术实施例的CFD软件可信度量化评价方法流程示意图。
具体实施方式
[0035]下面结合附图对本申请实施例进行详细描述。
[0036]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术，对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0037]本专利技术实施例提供了一种基于数据挖掘的CFD软件可信度量化评价方法，旨在剔除掉现有CFD软件可信度评价中人为因素而导致评价结果的不确定，挖掘CFD数值模拟结果的数据内部的潜在信息，建立数据之间的关联度，实现对CFD软件可信度的量化评价，进而为飞行器设计人员选择仿真软件的决策提供数据支持。
[0038]如图1所示，本专利技术实施例提供的基于数据挖掘的CFD软件可信度量化评价方法具体包括以下步骤：
[0039]步骤一、建立仿真数据和试验数据关联数据集
[0040]收集用于评价CFD软件可信度评价项的若干评价算例的数值模拟结果和试验数据，建立两种数据之间的关联数据集，如表1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据挖掘的CFD软件可信度量化评价方法，其特征在于，包括：步骤一、建立待评CFD软件可信度评价项的仿真数据和对应试验数据之间的关联数据集；步骤二、计算所述关联数据集中仿真数据序列和对应试验数据序列之间的绝对误差，建立绝对误差数据集合；步骤三、计算所述绝对误差数据集合中的最大值和最小值；步骤四、根据所述最大值和最小值，计算得到每一类数据序列之间关联系数，再通过所述关联系数，计算得到关联度，最后通过所述关联度，计算得到关联度权重；步骤五、计算每一类数据序列之间绝对误差所占的比重的均值，由所述比重的均值计算得到每一类数据序列的分值；步骤六、通过每一类数据序列的关联度权重和分值，计算出可信度量化的分数，得到数值模拟软件可信度量化结果。2.根据权利要求1所述的CFD软件可信度量化评价方法，其特征在于，所述关联系数的计算公式为：其中，γ为关联系数，(i＝1,2,
…
n；j＝1,2,
…
m)，i代表评价项所用的数值模拟/试验的科目数，j代表第i组数值模拟/试验序列的数据序列，ξ为分辨系数，Δ
max
为所述绝对误差数据集合中的最大值，Δ
min
为所述绝对误差数据集合中的最小值。3.根据权利要求2所述的CFD软件可信度量化评价方法...

【专利技术属性】
技术研发人员：曹平宽，成水燕，颜洪，梁益华，李立，
申请(专利权)人：中国航空工业集团公司西安航空计算技术研究所，
类型：发明
国别省市：