摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
第一章 绪论 | 第11-16页 |
·已有翼型设计方法 | 第11-13页 |
·基于机器学习的翼型快速设计 | 第13页 |
·高斯过程回归模型 | 第13-14页 |
·本论文的研究思路及内容 | 第14-15页 |
·本论文的内容安排 | 第15-16页 |
第二章 单输出高斯过程回归模型 | 第16-27页 |
·模型基本原理 | 第16-19页 |
·模型基本假设 | 第16-17页 |
·协方差函数 | 第17-18页 |
·超参数 | 第18-19页 |
·超参数优化初始值的设置 | 第19-24页 |
·SEISO 协方差函数 | 第19-20页 |
·SEARD 协方差函数 | 第20-21页 |
·M3ISO 协方差函数 | 第21-22页 |
·NN 协方差函数 | 第22-23页 |
·NN+SEISO 协方差函数 | 第23-24页 |
·NN+SEARD 协方差函数 | 第24页 |
·实例研究 | 第24-27页 |
·训练样本分布的影响 | 第24-25页 |
·置信区间 | 第25-26页 |
·超参数优化初始值的影响 | 第26-27页 |
第三章 多输出高斯过程回归模型 | 第27-34页 |
·引言 | 第27页 |
·多输出高斯过程回归模型 | 第27-30页 |
·基本原理 | 第27-30页 |
·模型在实际应用中存在的困难 | 第30页 |
·基于关系矩阵的多输出高斯过程回归模型 | 第30-32页 |
·模型定义 | 第30-32页 |
·模型的优点 | 第32页 |
·实例研究 | 第32-34页 |
第四章 高斯过程回归模型在翼型气动性能评估中的应用 | 第34-48页 |
·空气动力学基础 | 第34-35页 |
·实验数据介绍 | 第35-40页 |
·实验翼型 | 第35-38页 |
·翼型的数值表示法 | 第38-39页 |
·气动性能数据 | 第39-40页 |
·单输出高斯过程回归模型的应用 | 第40-43页 |
·实验步骤 | 第40-41页 |
·实验结果 | 第41-43页 |
·多输出高斯过程回归模型的应用 | 第43-44页 |
·实验步骤 | 第43页 |
·实验结果 | 第43-44页 |
·结果讨论 | 第44-48页 |
·残差正态性检验 | 第44-46页 |
·训练集大小的影响 | 第46页 |
·模型的计算效率 | 第46-48页 |
第五章 高斯过程回归模型在翼型反设计中的应用 | 第48-55页 |
·实验数据说明 | 第48页 |
·单输出高斯过程回归模型的应用 | 第48-50页 |
·实验步骤 | 第48-49页 |
·实验结果 | 第49-50页 |
·多输出高斯过程回归模型的应用 | 第50-55页 |
·关系矩阵的选取 | 第51页 |
·实验步骤 | 第51-52页 |
·实验结果 | 第52-53页 |
·模型的计算效率 | 第53-55页 |
第六章 总结与展望 | 第55-57页 |
·本论文工作总结 | 第55页 |
·未来工作展望 | 第55-57页 |
参考文献 | 第57-59页 |
致谢 | 第59-60页 |
攻读硕士学位期间发表的学术论文 | 第60-61页 |
附录A | 第61-66页 |
附录B | 第66-68页 |