一种考虑不确定性的潜浮式无人船阻力近似模型数据融合方法

本发明提供一种考虑不确定性的潜浮式无人船阻力近似模型数据融合方法，包括：以潜浮式无人船为目标船型，通过船模试验、数值仿真试验和云计算技术生成多源数据集；构建高斯过程回归模型，计算多源数据集中各数据集的均方差，并结合平均绝对误差与方差综合评估数据的不确定性；基于数据不确定性量化结果，为各数据集分配相应权重，通过加权融合算法，将实验数据、仿真数据以及扩充数据进行有效结合，最终得到一个融合后的数据集；利用融合后的数据集构建BP神经网络阻力近似模型。融合数据集有效降低了多源数据的不确定性，显著提升了近似模型的泛化能力和预测稳定性，为潜浮式无人船船型优化设计中的海量样本简约策略提供了技术支持。