一种基于投影差异度的空空导弹代理模型构建方法

摘要: 本发明属于航空航天领域,具体涉及一种基于投影差异度的空空导弹代理模型构建方法。背景技术:1、在航空航天领域,空空导弹等复杂系统的数值分析常涉及多个相互耦合的连续...
一种基于投影差异度的空空导弹代理模型构建方法

本发明属于航空航天领域,具体涉及一种基于投影差异度的空空导弹代理模型构建方法。

背景技术:

1、在航空航天领域,空空导弹等复杂系统的数值分析常涉及多个相互耦合的连续变量,需要根据有限的输入与响应数据建立代理模型。研究初期可用样本数量有限,样本在参数空间中的覆盖质量会影响模型对变量交互关系的识别。因此,有必要研究适用于高维、小样本条件的采样与回归建模方法。

2、一次数值模型评价可能需要完成网格生成、方程求解和结果提取,计算预算限制了可获取的样本数量。输入维度较高时,有限样本的覆盖质量会影响模型在未评价位置的预测。

3、常用采样方法包括全因子采样、蒙特卡洛随机采样、拉丁超立方采样和 halton序列。全因子采样的样本量随维度快速增长;随机采样在有限样本下可能出现点聚集;拉丁超立方主要约束一维分层,高维条件下还需考察二维投影覆盖。采样方法的选择还与样本预算和追加方式有关。

4、经典 halton 序列在不同维度使用不同素数基数,可按连续下标追加样本。随着维度增加,部分有限长度前缀在二维投影中可能出现条带或局部空缺。

技术实现思路

1、针对现有技术中的上述不足,本发明提供的一种基于投影差异度的空空导弹代理模型构建方法现有相关技术在代理模型构建过程中,在目标响应评价次数受限且构型变量维数较高的条件下,有限长度halton序列前缀在部分二维投影中易出现条带聚集和局部空缺,同时在序贯追加过程中又可能因精度量化和历史坐标重复而不能获得数量完整、可复现的训练输入,从而影响代理模型对构型变量耦合关系准确学习的问题。

2、为了达到上述发明目的,本发明采用的技术方案为:一种基于投影差异度的空空导弹代理模型构建方法,包括以下步骤:

3、s100、确定代理模型的物理构型域及单目标响应,归一化物理构型域中的构型变量,确定候选种子集合,并设置新增采样预算;

4、s200、针对候选种子集合中的每个候选种子,按新增采样预算生成等长随机扰动halton 序列前缀,根据随机扰动halton 序列前缀的单位域坐标计算投影质量指标,锁定目标随机化状态对应的全局随机扰动halton 序列;

5、s300、根据批次计划按连续全局下标读取全局随机扰动halton 序列,将读取的单位域坐标映射至物理构型域并通过容量检查确定候选构型点,将与历史训练样本或当前批次已接收的单位域坐标重复的候选构型点过滤,并持续读取全局下标,直到获得当前批次所需数量的有效构型点;

6、s400、对当前批次获得有效构型点进行数值评价,获取各有效构型点对应的有限标量目标响应,将有效构型点及其目标响应组成新增训练数据并加入训练样本;

7、s500、利用更新后的训练样本更新或训练预选定的单目标回归模型,并评价其是否满足预设精度条件、停滞条件或样本预算条件;

8、若是,则获得并输出目标代理模型、当前训练样本、候选评分记录和复现配置;

9、若否,则返回s300,并在保持目标随机化状态不变的条件下追加选择有效构型点。

10、本发明的有益效果为:

11、本方法将halton随机化构件、响应评价前的坐标投影预筛以及固定配置下的完整批次追加相结合,具有以下有益效果:

12、(1)在目标响应评价前,仅依据候选输入坐标比较全部二维投影的中心化l2差异度并锁定目标随机化状态,使目标响应评价预算用于后续训练数据获取;通过20维坐标验证表明,在相同点数和下标范围内,所选有限前缀的二维投影覆盖优于经典halton对照。

13、(2)将序列类型、候选种子、变量维数及边界、数字置换方式、循环平移状态、素数基数分配方式、起始下标和精度设置作为同一复现配置锁定;再次运行时按该配置确定性重建候选坐标,并利用完整历史训练坐标跳过已使用点,从而在跨次运行时保持追加结果可追溯。

14、(3)当预定多个累计样本量时,在各前缀检查点分别对候选坐标的四项指标进行归一化,再按固定的指标权重和前缀阶段权重合并,使状态选择同时反映不同追加阶段的投影覆盖。

15、(4)对候选构型点按连续下标顺序扫描,在物理域量化后同时与历史坐标和本批已接收坐标去重;只有取得请求数量的有效构型点才返回当前批次。固定精度下可在生成前检查剩余可表示格点容量,扫描上限内仍不足时明确停止而不返回不完整批次。

16、(5)存在历史样本时,可将归一化历史坐标与各候选新增前缀按行合并,使用与新增前缀相同的单终点、综合或多前缀规则评价累计设计,使目标随机化状态的选择兼顾已有设计和计划新增设计。

17、本方法依据单位域坐标的投影质量指标选择并锁定目标随机化状态,通过连续下标扫描、物理域量化和历史坐标去重组织单目标回归训练数据;数值结果验证了所测试有限前缀的投影覆盖改善,工程复现检查验证了固定配置下的确定性重放和完整批次收集行为。

1.一种基于投影差异度的空空导弹代理模型构建方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于投影差异度的空空导弹代理模型构建方法,其特征在于,所述s200中,按新增采样预算生成等长随机扰动halton 序列前缀,包括:

3.根据权利要求1所述的基于投影差异度的空空导弹代理模型构建方法,其特征在于,所述s200中,锁定目标随机化状态对应的全局随机扰动halton 序列,包括:

4.根据权利要求3所述的基于投影差异度的空空导弹代理模型构建方法,其特征在于,所述s200中,当存在并列最小平均二维投影中心化l2差异度指标时,依次比较各随机扰动halton 序列前缀的最大二维投影中心化l2差异度指标、全维中心化l2差异度指标、最大绝对pearson相关系数和候选种子,选择首次出现唯一最小取值的候选随机化状态作为目标随机化状态,并锁定对应的全局随机扰动halton 序列。

5.根据权利要求1所述的基于投影差异度的空空导弹代理模型构建方法,其特征在于,所述s200中,锁定目标随机化状态对应的全局随机扰动halton 序列,包括:

6.根据权利要求1所述的基于投影差异度的空空导弹代理模型构建方法,其特征在于,所述s300包括以下分步骤:

7.根据权利要求6所述的基于投影差异度的空空导弹代理模型构建方法,其特征在于,将单位域坐标映射至物理构型域,表示为:

8.根据权利要求6所述的基于投影差异度的空空导弹代理模型构建方法,其特征在于,所述s300中,通过容量检查确定候选构型点,包括:

9.根据权利要求6所述的基于投影差异度的空空导弹代理模型构建方法,其特征在于,当时,满足容量条件: