一种改进的CoKriging建模方法及其应用

张锡; 杨希祥; 张为华; 武泽平; 赵海龙; 王鹏宇

doi:10.13471/j.cnki.acta.snus.2020.09.10.2020B90

您当前的位置：

首页 >

文章列表页 >

一种改进的CoKriging建模方法及其应用

研究论文 | 更新时间：2023-11-01

- 一种改进的CoKriging建模方法及其应用
- An improved CoKriging modeling method and its application
- 中山大学学报(自然科学版) 2021年60卷第4期页码：136-145
- 作者机构：
  
  国防科技大学空天科学学院，湖南长沙 410073
- 作者简介：
  
  张锡（1991年生），男；研究方向：设计优化；E-mail：elementarydynamic@163.com
  武泽平（1990年生），男；研究方向：设计优化；E-mail：zeping123@nudt.edu.cn
- 基金信息：
  
  国家自然科学基金(52005502);国防科技大学研究项目(ZK19-11)
- DOI：10.13471/j.cnki.acta.snus.2020.09.10.2020B90
  中图分类号： V211.3
- 纸质出版日期：2021-07-25，
  
  网络出版日期：2020-11-10，
  
  收稿日期：2020-09-10，
  
  录用日期：2020-09-24
扫描看全文
张锡,杨希祥,张为华等.一种改进的CoKriging建模方法及其应用[J].中山大学学报(自然科学版),2021,60(04):136-145.

ZHANG Xi,YANG Xixiang,ZHANG Weihua,et al.An improved CoKriging modeling method and its application[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2021,60(04):136-145.
张锡,杨希祥,张为华等.一种改进的CoKriging建模方法及其应用[J].中山大学学报(自然科学版),2021,60(04):136-145. DOI： 10.13471/j.cnki.acta.snus.2020.09.10.2020B90.

ZHANG Xi,YANG Xixiang,ZHANG Weihua,et al.An improved CoKriging modeling method and its application[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2021,60(04):136-145. DOI： 10.13471/j.cnki.acta.snus.2020.09.10.2020B90.

摘要

提出了一种改进变可信度代理模型—ICoKriging模型。在CoKriging模型的基础上将CoKriging模型中的高精度样本与低精度样本扩展至高中低三种精度不同的样本，经数值算例及超声速减阻问题验证，该方法比较于Kriging模型和CoKriging模型精度更高，更易于全局寻优。

Abstract

An new improved variable-fidelity surrogate model（ICokriging model） was proposed. Based on the CoKriging model， we extended two different samples of the high-precision and low-precision of the CoKriging model to three different samples with high-precision， medium-precision and low-precision in the ICoKriging model.This new proposed model has higher accuracy and it is easier to find global optimization compared with the Kriging model and the CoKriging model，which was verified by numerical examples and a supersonic drag reduction problem.

关键词

CoKriging模型ICoKriging模型减阻

Keywords

CoKriging modelICoKriging modeldrag reduction

references

韩忠华. Kriging模型及代理优化算法研究进展［J］. 航空学报， 2016， 37（011）：3197-3225.

HAN Z H.Research progress of Kriging model and Surrogate optimization algorithm［J］. Journal of Aeronautics， 2016， 37（011）：3197-3225.

HAN Z H ， ZIMMERMANN R ， GRTZ S . A new cokriging method for variable-fidelity surrogate modeling of aerodynamic data［C］//48th AIAA Aerospace Sciences Meeting Including the New Horizons Forum and Aerospace Exposition. DLR， 2010.

MENEZES V ， SARAVANAN S ， JAGADEESH G ， et al. Experimental investigations of hypersonic flow over highly blunted cones with aerospikes［J］. AIAA Journal， 2003， 41（10）：1955-1966.

FORRESTER A I J ， SOBESTER A ， KEANE A J . Engineering design via surrogate modelling： a practical guide［M］. DBLP， 2008.

彭磊，刘莉，龙腾.基于动态径向基函数代理模型的优化策略［J］.机械工程学报，2011， 47（007）：164-170.

PENG L， LIU L， LONG T. Optimization strategy based on Surrogate model of dynamic radial basis function［J］. Journal of Mechanical Engineering， 2011， 47（007）：164-170.

HAN Z H ， GOERTZ S . Hierarchical kriging model for variable-fidelity surrogate modeling［J］. AIAA Journal， 2012， 50（9）：1885-1896.

HAN Z H ， GOERTZ S ， ZIMMERMANN R . Improving variable-fidelity surrogate modeling via gradient-enhanced kriging and a generalized hybrid bridge function［J］. Aerospaceence & Technology， 2013， 25（1）：177-189.

BERTRAM A ， ZIMMERMANN R . Theoretical investigations of the new Cokriging method for variable-fidelity surrogate modeling［J］. Advances in Computational Mathematics， 2018， 44（6）：1693-1716.

孙美建，詹浩. Kriging模型在机翼气动外形优化中的应用［J］. 空气动力学学报， 2011（06）：759-764.

SUN M J. ZHAN H. Application of Kriging model in optimization of wing aerodynamic shape［J］.Journal of Aerodynamics， 2011（06）：759-764.

TOAL D J J ， BRESSLOFF N W ， KEANE A J . Kriging hyperparameter tuning strategies［J］. AIAA Journal， 2012， 46（5）：1240-1252.

张瑜，韩忠华，刘俊，等. 基于梯度增强分层kriging模型和NS方程的高效气动优化设计方法［C］ // 第九届全国流体力学学术会议论文摘要集， 2016.

ZHANG Y，HAN Z H，LIU J， et al. Efficient aerodynamic optimization design method based on gradient enhancement layered kriging model and NS equation［C］ // Collection of abstracts of the 9th National Conference on Fluid Mechanics，2016.

韩少强，宋文萍，韩忠华. 基于梯度增强型Kriging模型的气动反设计方法［J］. 航空学报， 2017， 38（007）：133-147.

HAN S Q，SONG W P，HAN Z H. Aerodynamic inverse design method based on gradient enhanced Kriging model［J］. Journal of Aeronautics， 2017， 38（007）：133-147.

高秀鹤，曾昭发，孙思源，等. 基于阈值约束的协克里金法联合反演重力与重力梯度数据［J］. 地球物理学报， 2019，62（3）：1037-1045.

GAO X H ， ZENG Z F， SUN S Y， et al. Joint inversion of gravity and gravity gradient data based on Cokriging method with the threshold constraint［J］. Chinese Journal of Geophysics， 2019，62（3）：1037-1045.

YANG X ， BARAJAS-SOLANO D ， TARTAKOVSKY G ， et al. Physics-Informed CoKriging： a gaussian-process-regression-based multifidelity method for data-model convergence［J］.Journal of Computational Physics， 2019，395：410-431.

NOMIYAMA H ， MURAKAMI S . Spatial distribution of volcanic ash soil layers by cokriging interpolation method in Mashiki Town， Kumamoto［M］. Geotechnics for Sustainable Infrastructure Development， 2020.

STEPANOV A . Use of an artificial neural network algorithm and cokriging method for reservoir porosity modeling［C］//19th SGEM International Multidisciplinary Scientific Geo Conference EXPO Proceedings， 2019.

李育超，齐婵颖，高通锋. 基于Kriging代理模型的运输机机翼多学科优化设计［J］. 航空科学技术， 2018，29（3）：20-24.

LI Y C，QI C Y，GAO T F. Multidisciplinary optimization design of transport aircraft wing based on kriging surrogate model.［J］. Aviation Science and Technology， 2018，29（3）：20-24.

王洋，袁军娅，王洪兴. 基于代理模型和线性近似的快速气动热边界求解方法［J］. 导弹与航天运载技术， 2018（4）：11-17.

WANG Y，YUAN J Y，WANG H X. Fast aerodynamic thermal boundary solution method based on surrogate model and linear approximation［J］.Missile and Space Launch Technology，2018（4）：11-17.

邱昇. 基于伴随方法、梯度增强Kriging方法的涡扇发动机进气道减噪高效优化方法［J］. 科学技术与工程， 2018， 18（19）：289-295.

QIU S. High-efficiency optimization method of turbofan engine inlet noise reduction based on adjoint method and gradient enhancement Kriging method［J］. Science Technology and Engineering， 2018， 18（19）：289-295.

衣春轮，刘燕斌，曹瑞. 基于代理模型的高超声速飞行器外形参数优化［J］. 航空动力学报， 2019， 34（11）：2354-2365.

YI C L. LIU Y B， CAO R. Optimization of hypersonic vehicle shape parameters based on surrogate model［J］. Aerodynamics， 2019， 34（11）：2354-2365.

宋倩，万志强. 飞翼式客机机翼气动/结构综合优化方法研究［J］. 民用飞机设计与研究， 2018（4）：6-14.

SONG Q，WAN Z Q. Research on comprehensive optimization method of wing aerodynamics/structure of flying wing airplane［J］. Civil Aircraft Design and Research， 2018（4）：6-14.

樊华羽，詹浩，程诗信，等. 基于EHVI加点准则的DSI进气道气动/隐身多目标代理优化方法研究［J］. 西北工业大学学报， 2019， 37（5）：918-927.

FAN H Y， ZHAN H，CHEN S X，et al. Research on aerodynamic/stealth multi-objective surrogate optimization method of DSI inlet based on EHVI plus point criterion［J］. Journal of Northwestern Polytechnical University， 2019， 37（5）：918-927.

陈功，徐明兴，王文正. 基于代理模型的升力式再人飞行器质心位置优化［J］. 飞行力学， 2019， 37（1）：69-73.

CHEN G，XU M X，WANG W Z. Optimization of center of mass position of lifting re-human aircraft based on surrogate model［J］. Flight Mechanics. 2019， 37（1）：69-73.

吕志斌，万志强. 一种高效高精度的气动弹性结构优化方法［J］. 民用飞机设计与研究， 2018， 131（4）：21-29.

LU Z B，WAN Z Q. An efficient and high-precision aeroelastic structure optimization method［J］. Civil Aircraft Design and Research， 2018， 131（4）：21-29.

王家恒. 基于Kriging模型的多目标优化方法研究［D］.大连：大连理工大学，2019.

WANG J H. Research on multi-objective optimization method based on kriging model［D］.Dlian：Dlian University of Technology，2019.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据