摘要
本发明公开了一种大型运输设备的气动力预测方法及设备,涉及气动力预测领域,首先获取大型运输设备的结构参数和历史飞行数据,基于云服务器构建气动力预测知识图谱,并构建自适应CFD数值仿真模型,采用自适应局部交替遗传算法进行自适应CFD数值仿真模型的自适应优化,并进行气动力预测知识图谱的迭代更新。然后,采用深度强化学习模型进行气动力预测,并结合气动力预测知识图谱进行知识推理;解决的是CFD方法在大型运输设备气动力预测中准确性受到物理模型和计算网格的限制,容易导致复杂气动力现象和流动特性下的计算失败的问题,本发明能够全面地考虑大型运输设备在高速运行时的各种物理现象和流动特性,提高预测的准确性和可靠性。
技术关键词
大型运输设备
气动力
数值仿真模型
深度强化学习模型
参数
云服务器
策略优化方法
增量更新
关系抽取算法
知识图谱构建
命名实体识别
网络结构
机翼形状
机身
系统为您推荐了相关专利信息
非小细胞肺癌
代谢组学数据
转录组学
小细胞肺癌患者
数值
钢筋混凝土裂缝
分析方法
钢筋混凝土梁
钢筋混凝土结构
蜂群算法