一种基于小样本学习的轴流压气机通流优化方法技术

本发明专利技术提供了一种基于小样本学习的轴流压气机通流优化方法，包括以下步骤：设计基于AI/ML的优化算法；构建基于优化算法的模型；开发具备灵活调整优化参数的优化设计程序；实现轴流压气机通流优化功能。本发明专利技术的一种基于小样本学习的轴流压气机通流优化方法，通过对多目标多学科的元启发法及现代AI优化算法进行研究分析，筛选设计出最佳的算法或算法组合，实现以更少迭代次数找到全局优化方案，提高优化过程的效率和效果，利用高维模型、低质量数据建模和降阶模型来快速更新技术，实现利用有限样本点建立高精度代理模型、减小噪声干扰及样本质量对模型精度的影响，实现通流优化功能，利用该优化方法提升压气机设计的整体性能。

【技术实现步骤摘要】

本专利技术涉及适用于轴流压气机通流计算优化领域，具体涉及基于人工智能(ai)和机器学习(ml)的一种基于小样本学习的轴流压气机通流优化方法。

技术介绍

1、目前，压气机通流计算程序的发展提供了有效工具，用于分析和评估轴流压气机的性能。然而，现有的通流软件缺乏快速多目标优化功能，难以实现性能优化和损失模型自动寻优。对于复杂的基于仿真优化的问题，面临长时间仿真和昂贵约束条件的挑战，cae仿真方法需要迭代调用仿真以寻找最优解，计算成本高。通过将现代ai优化算法与通流计算方法结合，能够实现对复杂优化问题的高效求解。有利于避免通过cfd进行全三维优化时出现的约束过强导致优化缺失、自由度过高导致气动布局明显变化的情况，确保轴流压气机通流设计方案的合理性和优化效率。

2、但是，目前面对大变量、黑箱、强约束等复杂优化问题，通常会面临如何利用有限的样本点建立高精度代理模型、减小样本质量对模型精度的影响、快速对模型进行更新等问题，是现代优化需要解决的关键技术。

技术实现思路

1、鉴于上述问题，本专利技术提出了一种基于本文档来自技高网...

【技术保护点】

1.一种基于小样本学习的轴流压气机通流优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于小样本学习的轴流压气机通流优化方法，其特征在于：步骤(1)中设计基于AI/ML的优化算法包括：

3.根据权利要求1所述的一种基于小样本学习的轴流压气机通流优化方法，其特征在于：步骤(2)中构建基于优化算法的模型包括：

4.根据权利要求3所述的一种基于小样本学习的轴流压气机通流优化方法，其特征在于：包括大规模复杂问题的高维模型，以解决有限样本下建立高维黑箱问题的高精度代理模型问题；噪声干扰数据建模，以减小数据噪声干扰及样本质量对模型精度的影响；降阶...

【技术特征摘要】

1.一种基于小样本学习的轴流压气机通流优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于小样本学习的轴流压气机通流优化方法，其特征在于：步骤(1)中设计基于ai/ml的优化算法包括：

3.根据权利要求1所述的一种基于小样本学习的轴流压气机通流优化方法，其特征在于：步骤(2)中构建基于优化算法的模型包括：

4.根据权利要求3所述的一种基于小样本学习的轴流压气机通流优化方法，其特征在于：包括大规模复杂问题的高维模型，以解决有限样本下建立高维黑箱问题的高精度代理模...

【专利技术属性】
技术研发人员：梁栋，阙晓斌，周国宇，吴宏，何柳，陈昊，张蕊，
申请(专利权)人：中国联合重型燃气轮机技术有限公司，
类型：发明
国别省市：