[发明专利]基于代理辅助进化算法的翼型优化方法及装置

权利要求书

1.一种基于代理辅助进化算法的翼型优化方法，其特征在于，包括：

判断是否接收到客户端发送的数据点加点请求；

若接收到客户端发送的数据点加点请求，获取样本库中的初始数据点集合，及根据初始数据点集合中数据点的总个数和预先设置的优化点总个数获取最大真实评价次数；其中，每一数据点包括机翼几何形状控制点对应的决策变量和与决策变量对应的评估值，每一决策变量为n维行向量或n维列向量；

判断所述初始数据点集合中数据点的总个数是否小于所述最大真实评价次数；

若所述初始数据点集合中数据点的总个数小于所述最大真实评价次数，以所述初始数据点集合中各数据点作为第一待训练代理模型的训练样本，得到对应的第一当前代理模型，根据所述第一当前代理模型及预设的第一个体筛选条件在根据第一类初始种群遗传进化生成的第一类最终种群中进行搜索，得到第一目标个体和第二目标个体；

将所述第一目标个体对应的数据点和所述第二目标个体对应的数据点均加入所述初始数据点集合，得到当前数据点集合；其中，所述第一目标个体对应的数据点由第一目标个体、及第一目标个体输入至预先存储的目标函数进行运算对应得到的第一真实函数值组成；所述第二目标个体对应的数据点由第二目标个体、及第二目标个体输入至所述目标函数对应得到的第二真实函数值组成；

获取所述当前数据点集合中各数据点按真实函数值进行升序排序且排序在预设的排名阈值之前的数据点以组成目标数据点集合，以目标数据点集合中各数据点作为第二待训练代理模型的训练样本，得到对应的第二当前代理模型，根据所述第二当前代理模型及预设的第二个体筛选条件在根据第二类初始种群遗传进化生成的第二类最终种群中进行搜索，得到第三目标个体；

将所述第三目标个体对应的数据点加入所述当前数据点集合，得到最终数据点集合，将最终数据点集合作为初始数据点集合，返回执行判断所述初始数据点集合中数据点的总个数是否小于所述最大真实评价次数的步骤；其中，所述第三目标个体对应的数据点由第三目标个体、及第三目标个体输入至所述目标函数对应得到的第三真实函数值组成；以及

若所述初始数据点集合中数据点的总个数大于或等于所述最大真实评价次数，将所述初始数据点集合发送至所述客户端；

所述第一待训练代理模型包括第一待训练克里斯金模型、第一待训练径向基函数模型、第一待训练多项式响应面模型；所述第一当前代理模型包括第一克里斯金模型、第一径向基函数模型、第一多项式响应面模型；

所述以所述初始数据点集合中各数据点作为第一待训练代理模型的训练样本，得到对应的第一当前代理模型，包括：

将所述初始数据点集合中各数据点的决策变量作为所述第一待训练克里斯金模型的输入，将各决策变量对应的评估值作为所述第一待训练克里斯金模型的输出，对所述第一待训练克里斯金模型进行训练，得到第一克里斯金模型；

将所述初始数据点集合中各数据点的决策变量作为所述第一待训练径向基函数模型的输入，将各决策变量对应的评估值作为所述第一待训练径向基函数模型的输出，对所述第一待训练径向基函数模型进行训练，得到第一径向基函数模型；

将所述初始数据点集合中各数据点的决策变量作为所述第一待训练多项式响应面模型的输入，将各决策变量对应的评估值作为所述第一待训练多项式响应面模型的输出，对所述第一待训练多项式响应面模型进行训练，得到第一多项式响应面模型；

所述根据所述第一当前代理模型及预设的第一个体筛选条件在根据第一类初始种群遗传进化生成的第一类最终种群中进行搜索，得到第一目标个体和第二目标个体，包括：

根据所述初始数据点集合中决策变量的向量特征维数，以拉丁超立方体设计随机生成Ng个变量解，以组成第一类初始种群；其中，每一变量解为第一类初始种群中的一个个体，每一变量解的特征维数与决策变量的特征维数相同；

获取第一类当前迭代代数，判断所述第一类当前迭代代数是否达到预设的最大迭代代数；其中，所述第一类当前迭代代数的初始值为1；

若所述第一类当前迭代代数未达到所述最大迭代代数，对所述第一类初始种群进行模拟二进制交叉和多项式变异，得到与所述第一类初始种群有相同个体总个数的第一类子种群；

将所述第一类初始种群与所述第一类子种群进行合并，得到第一类混合种群；

将所述第一类混合种群中的每一个个体均输入至所述第一当前代理模型，得到与所述第一类混合种群中的每一个个体对应的预测值，根据所述第一类混合种群中的每一个个体对应的预测值获取每一个个体对应的不确定性值；

将所述第一类混合种群中的每一个个体根据对应的不确定性值进行升序排序，得到第一类排序后混合种群；

根据预设的分组数量Q，将所述第一类排序后混合种群进行平均划分，得到Q组第一类子混合种群；其中，Q＝Ng；

分别获取Q组第一类子混合种群中每一组子混合种群中不确定性值为最小值的个体，以组成第一类当前种群，将所述第一类当前种群作为第一类初始种群；

将所述第一类当前迭代代数加一以作为第一类当前迭代代数，返回执行判断所述第一类当前迭代代数是否达到预设的最大迭代代数的步骤；

若所述第一类当前迭代代数达到所述最大迭代代数，将所述第一类初始种群作为所述第一类最终种群，获取所述第一类最终种群中预测值最小的个体以作为第一目标个体，并获取所述第一类最终种群中不确定性值最大的个体以作为第二目标个体。