申请/专利权人：武汉理工大学

申请日：2023-08-30

公开（公告）日：2024-04-30

公开（公告）号：CN117150652B

主分类号：G06F30/15

分类号：G06F30/15;G06F30/27;G06F30/28;G06F18/2413;G06F17/18;G06F111/04;G06F113/08;G06F119/14

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2023.12.19#实质审查的生效;2023.12.01#公开

摘要：本发明属于船型优化技术领域，尤其涉及一种基于船型约束空间的样本点选取方法、系统及终端，包括：S1，利用均匀设计方法实现初始船型样本点生成，基于船型样本点完成相应船型的静水力数据计算；并根据船型约束条件判断出可行点和不可行点；S2，使用机器学习中常用的K近邻分类算法对边界点进行判断提取；S3，基于S2中的边界点采用最小二乘法拟合出可行点和不可行点的边界信息，得到可行空间范围；S4，对船型可行空间内的样本进行填充。本发明构建的Kriging近似模型的均方根误差比均匀试验设计构建的Kriging近似模型小27.2％，并且从交叉验证预报的情况来看，基于约束空间的样本点选取方法构建的近似模型预报的更准确。

主权项：1.一种基于船型约束空间的样本点选取方法，其特征在于，包括：S1，利用均匀设计方法实现初始船型样本点生成，基于船型样本点完成相应船型的静水力数据计算；并根据船型约束条件判断出可行点和不可行点；S2，使用机器学习中常用的K近邻分类算法对边界点进行判断提取；S3，基于S2中的边界点采用最小二乘法拟合出可行点和不可行点的边界信息，得到可行空间范围；S4，对船型可行空间内的样本进行填充；S2具体实现过程如下：定义可行样本点集内任意数量点间关系或者不可行样本点集内任意数量点间关系为同类样本点，可行样本点与不可行样本点间关系为异类样本点；根据两两样本点间的欧氏距离： 首先计算出x的K个同类最近邻和x的K个异类最近邻，Tkx是x的同类K-近邻集，是x的异类K-近邻集；然后计算x与Tkx之间的距离以及x与之间的距离，令 θ10,θ20为两个事先人为给定的阈值，θ1为与同类近邻集平均距离阈值，θ2为与异类近邻集平均距离阈值，如果dx,Tkxθ1并且则判定x为边界样本点，否则判定x为非边界样本点。

全文数据：

权利要求：

百度查询： 武汉理工大学 一种基于船型约束空间的样本点选取方法、系统及终端

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