买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安交通大学

摘要：基于VAE的气动形状迁移优化方法及相关装置，包括：建立目标任务计算流体动力学CFD性能评估模型；准备变分自编码器VAE模型训练数据集，训练得到散点表示设计空间和潜变量参数化空间；得到已完成任务样本对；在VAE潜变量参数化空间中进行采样，得到对应目标任务样本对；建立代理模型；基于代理模型对设计空间寻优；重复寻优过程直到满足算法停止所设定的迭代步数。本方法构建气动形状参数化设计空间，特别是利用VAE模型中的编码器结构，将已完成任务样本编码至目标任务参数化设计空间，从而打破当前绝大多数气动优化设计方法无法智能提取已完成的相关任务有用设计信息的不足。利用co‑kriging多保真度模型构建知识迁移策略，加速目标任务优化的进程。

主权项：1.基于VAE的气动形状迁移优化方法，其特征在于，包括：建立目标任务计算流体动力学CFD性能评估模型；准备变分自编码器VAE模型训练数据集，进行VAE模型训练，得到散点表示设计空间和潜变量参数化空间；其中VAE模型训练数据集包括未进行CFD性能评估的型线样本数据集和已完成的相关任务优化型线数据集；以已完成的相关任务优化型线数据集作为输入，通过VAE模型编码器转换得到已完成任务样本在潜变量参数化空间的表达形式，结合已完成任务样本CFD性能评估值，在VAE潜变量参数化空间中，得到已完成任务样本对；在VAE潜变量参数化空间中进行采样，并进行性能评估，得到对应目标任务样本对；以目标任务样本对为高保真度样本，以已完成任务样本对为低保真度样本，建立co-kriging多保真度代理模型；基于目标任务样本对，建立kriging代理模型；基于两个代理模型对设计空间寻优，得到新样本集；对新样本集进行CFD性能评估，并将性能评估后的样本加入到co-kriging和kriging模型训练样本集；重复寻优过程直到满足算法停止所设定的迭代步数；得到已完成任务样本对：已完成任务型线数据集{xS}m已完成CFD性能评估，对应的，已完成任务型线样本与性能评估值组成样本对{xS,yS}m；利用VAE模型编码器将已完成的相关任务型线样本对{xS,yS}m编码至低维连续的VAE模型潜变量设计空间，对应潜空间已完成任务样本对表示为{zS,yS}m；VAE模型训练中，VAE神经网络模型包括编码器和解码器两个部分，基于VAE模型建立的设计空间包括散点表示设计空间X和潜变量参数化空间Z两个部分，与之对应，散点空间样本用x进行表示；潜变量参数化空间样本用z进行表示；在VAE模型训练完成后，通过VAE编码器，实现散点空间样本x向潜空间样本z的转换；通过VAE解码器，实现潜空间样本z向散点空间样本x的转换。

全文数据：

权利要求：

百度查询： 西安交通大学 基于VAE的气动形状迁移优化方法及相关装置