论文部分内容阅读
目前，气动力优化设计中通常基于经验风险最小化原则构建代理模型，预测精度的提高需要更多的训练样本，计算代价较大，同时盲目降低代理模型的训练误差难以避免过学习问题。针对上述问题，首先提出采用支持向量回归（SVR）方法基于结构风险最小化原则构建代理模型的思路，然后对测试函数和翼型阻力进行预测，最后对某型运输机机翼进行优化设计试验。结果表明：与其他代理模型对比，基于SVR的代理模型在小样本情况下具有较好的泛化能力，并且能够快速准确地预测气动特性，在飞机优化设计中，可以提高工作效率，优化结果可靠、可控。