申请/专利权人：南京航空航天大学

申请日：2024-01-23

公开（公告）日：2024-04-12

公开（公告）号：CN117874705A

主分类号：G06F18/25

分类号：G06F18/25;G06F18/213;G06F17/11;G06N3/126

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于遗传算法添加物理方程约束的POD数据同化改进方法，对实验测量数据进行一半面积人为的缺失处理得到数据C；对数值仿真数据进行POD分解，得到空间特征和时间特征；获得初始个体后，每一个模态看成一个染色体，模态上的点看成基因；在初始个体的基础上以一定的百分比进行浮动产生初始种群；染色体交叉操作选择君主交叉；进行基于变异操作，将缺失后的空间特征，与缺失的实验数据进行最小二乘解算，得到完整的时间特征，与完整的空间模态进行内积运算得到完整的同化数据，将得到的同化数据集合和模态集合进行适应度计算，重新排序，直到收敛。本发明提高数据精确性和物理可解释性。

主权项：1.一种基于遗传算法添加物理方程约束的POD数据同化改进方法，其特征在于具体步骤如下：步骤1：两组初始数据，数据A是实验测量数据；数据B是数值仿真数据，两组数据规格相同，对数据A进行一半面积人为的缺失处理得到数据C，模拟实验数据测量到局部的特点，具体表达式如下：Ucx,t＝δM,Uax,t 其中Ua代表数据A物理场，Uc代表数据C物理场；δM代表缺失函数；x和t分别表示空间和时间维度；步骤2：对数据B进行POD分解，分解得到空间特征和时间特征，由于数据B包含完整的空间数据，所以分解得到的是完整的空间特征，具体表达式如下： 其中Ub代表数据B物理场，代表空间特征；akt代表时间特征；x和t分别表示空间和时间维度；m是所有特征的数量；步骤3：获得初始个体后，把中每一个模态看成一个染色体，模态上的点看成基因；在初始个体的基础上以一定的百分比进行浮动产生初始种群，种群的具体表达式如下： 其中∈为浮动随机值，为初始个体，为初始种群；步骤4：染色体交叉操作选择君主交叉，即每次只与当前适应度最高的个体进行部分交换，具体表达式如下： 其中为交叉后子代染色体，为当前适应度最高的个体；步骤5：进行基于变异操作，变异过程采用差分进化变异，在原有基因基础上进行定向变化，由于空间模态中的基因和速度场位置一一对应，直接保留向约束靠近的变异，具体表达式如下： 其中lup和ldown分别为变异的上下限，由整体数据确定，step为变异算子，初始值设为2，并随着迭代过程不断减小，变异的染色体和对应基因具体位置由随机过程确定，当step小到设定值或迭代到一定次数循环终止；步骤6：遗传得到空间特征进行缺失处理缺失范围与实验测量数据缺失范围保持一致，具体表达式如下： 其中是缺失后的空间特征；步骤7：将缺失后的空间特征与缺失的实验数据Uc进行最小二乘解算，得到完整的时间特征anewt，具体表达式如下： 步骤8：得到完整的时间特征anewt后，将其与完整的空间模态进行内积运算得到完整的同化数据Ud，具体表达式如下： 步骤9：将得到的同化数据Ud集合和模态集合进行适应度计算，重新排序，并重复步骤4和后面的步骤直到收敛。

全文数据：

权利要求：

百度查询： 南京航空航天大学 基于遗传算法添加物理方程约束的POD数据同化改进方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD