基于智能补点的船型代理模型构建方法及装置制造方法及图纸

本发明专利技术实施例提供一种基于智能补点的船型代理模型构建方法及装置。包括：采集船型的历史数据作为原始数据集；对原始数据集进行预处理；使用机器学习技术构建多个船型代理模型并选取预测性能最差的多个样本点；在预测性能最差的多个样本点附近构造新的船型设计参数，并使用仿真实验得到新的船型设计指标，并将其加入到原始数据集以得到新数据集，重复上述步骤直到新数据集中的所有历史数据的预测性能满足要求为止。使用机器学习的方法对船型的历史设计数据进行学习，在固化专家经验的同时有利于发现数据中隐藏的设计经验；对于数据量少和样本不均衡的数据集，通过智能补点技术，可以针对性的提高代理模型的精度，降低模型预测结果的不确定度。结果的不确定度。结果的不确定度。

【技术实现步骤摘要】
基于智能补点的船型代理模型构建方法及装置


[0001]本专利技术属于船型设计
，具体涉及一种基于智能补点的船型代理模型构建方法及装置。

技术介绍

[0002]船体型线是关系到船舶技术、经济性能的全局性设计项目之一，它与船舶的静力与动力性能、总布置、结构与建造工艺等密切相关，是评定船舶设计质量好坏的一个重要指标。所以，船体型线的设计是船舶设计前期阶段的关键环节和重要内容，对船舶性能的好坏有着重要的影响。
[0003]迄今为止，船型设计方法经历了手工绘制、CAD二维设计、CAD三维设计和CAD+CFD仿真驱动一体化设计四个阶段。其中仿真驱动一体化设计方法是当前最先进的船型设计方法，利用CAD软件进行型线的初步设计，再使用CFD软件对设计结果进行仿真模拟，最后进行水池实验验证型线设计的好坏，直到船型设计结果满足设计要求。这种方法使用仿真的手段减少了水池试验的次数，减少了设计成本，缩短了设计周期。
[0004]但是，第五代船型设计方法在仿真驱动一体化设计的基础上，加入机器学习和优化的手段，使用机器学习的方法学习船型设计的历史经验，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能补点的船型代理模型构建方法，其特征在于，所述方法包括：步骤S110、采集船型的历史数据作为原始数据集D；其中，所述历史数据包括船型设计参数X和船型设计指标F；步骤S120、对所述原始数据集D进行预处理；步骤S130、使用机器学习技术构建多个船型代理模型；步骤S140、将所述船型设计参数X输入所述多个船型代理模型，输出得到预测船型设计指标，基于所述预测船型指标和所述船型设计指标F确定所述原始数据集D中预测性能最差的多个样本点；步骤S150、在所述预测性能最差的多个样本点附近构造新的船型设计参数，并使用仿真实验得到新的船型设计指标，并将其加入到所述原始数据集D以得到新数据集；步骤S160、重复步骤S140和步骤S150直到所述新数据集中的所有历史数据的预测性能满足要求为止。2.根据权利要求1所述的方法，其特征在于，所述对所述原始数据集D进行预处理，包括：使用数据清洗方法对所述原始数据集D中的异常数据进行识别并删除。3.根据权利要求2所述的方法，其特征在于，所述使用数据清洗方法对所述原始数据集D中的异常数据进行识别并删除，包括：使用LOF算法对所述原始数据集D进行数据清洗，以对异常值进行剔除操作，具体为：通过局部可达性密度LRD对各个样本点的异常值进行评分，得到异常程度的排序，以此剔除异常程度最高的几个样本点。4.根据权利要求3所述的方法，其特征在于，所述局部可达性密度LRD的计算公式如下：4.根据权利要求3所述的方法，其特征在于，所述局部可达性密度LRD的计算公式如下：其中，表示样本点p的第c邻域内的点到样本点p的平均可达距离的倒数，表示样本点p和样本点q之间的可达距离，表示样本点p的第c邻域，包含样本点p第c距离dc内的所有点，定义如下：其中，表示样本点p到样本点q之间的距离，dc为样本点p的第c距离，含义是与样本点p第c个最近的点到样本点p的距离。5.根据权利要求1所述的方法，其特征在于，所述对所述原始数据集D进行预处理，还包括：使用z
‑
score归一化方法对所述原始数据集D进行归一化处理。6.根据权利要求5所述的方法，其特征在于，所述z
‑
score归一化的公式如下：
其中，和分别表示归一化前后的第i个参数的第j个样本点，表示样本第i个参数的平均值，var表示第i个参数的方差...

【专利技术属性】
技术研发人员：陈伟民，杜云龙，张儒，甘雨，郭震，
申请(专利权)人：上海船舶运输科学研究所有限公司，
类型：发明
国别省市：