一种CFD多可信度高维相关流场的不确定度量化方法

专利主权项内容

1.一种CFD多可信度高维相关流场的不确定度量化方法，其特征在于，包括以下步骤：S1，获得输入参数空间的训练样本，然后将获得的训练样本输入分为完整样本输入和不完整样本输入两部分；S2，对于完整样本输入，获得完整样本输入对应的高可信度输出、低可信度输出；对于不完整样本输入，只计算获得不完整样本输入对应的低可信度输出，然后预测不完整样本的高可信度输出；S3，对所有训练样本的高可信度输出进行POD分解，获得正交基函数空间，通过投影得到每个训练样本的基函数系数向量，视为新的样本输出，基于所有训练样本对每个基函数系数分别构建输入参数和基函数系数的Kriging预测模型；S4，根据给定的新的输入参数样本，基于Kriging预测模型给出对应的基函数系数，然后根据POD分解的双向表达式，还原出完整的流场输出；步骤S2中，采用Gappy-POD方法预测不完整样本的高可信度输出；步骤S2中，采用Gappy-POD方法预测不完整样本的高可信度输出，包括以下步骤：S21，对于完整样本输入集中的第i个样本，将其输入模型参数记为，低可信度输出向量为/>，维度为/>；高可信度输出向量为，维度为/>，将两者组合成多可信度的样本快照，/>的维度为/>；M个完整样本的多可信度输出组合快照构成快照集合，对快照集合使用POD分解，根据广义能准则截断，获得n个正交基函数组成的正交空间，多可信度输出组合快照表示为：其中，表示正交空间，n表示正交基函数的总个数，j表示正交基函数的编号，/>表示多可信度输出组合快照，/>表示均值，/>，/>表示正交基函数系数向量，；步骤S21中，由最小二乘法获得；步骤S2中，采用Gappy-POD方法预测不完整样本的高可信度输出，包括以下步骤：S22，将不完整样本集中的第j个样本的输入模型参数记为，样本快照记为，其中，低可信度输出向量为/>，/>的高可信度输出是缺失的，需要补全；定义投影算子，其中，/>为单位阵，/>表示转置运算，分别表示/>的编号为1、2、…、/>的元素；然后获得展开系数向量，向量/>的/>到/>部分即为预测的/>；步骤S22中，获得展开系数向量的方法为：经过矩阵运算，得到：
；其中，表示/>的关系式，/>表示投影算子，/>表示样本快照，/>表示正交空间，表示二范数。