基于混合网络和多策略粒子群算法的主喷嘴优化方法

本发明公开了一种基于混合网络和多策略粒子群算法的主喷嘴优化方法，属于气体动力学数据处理技术领域。基于混合网络和多策略粒子群算法的主喷嘴优化方法，利用深度学习神经网络结合机器学习算法，构建一种主喷嘴结构参数与速度的回归模型，采用改进的牛顿拉夫逊(INRBO)优化算法对卷积神经网络‑注意力机制‑随机森林(CNN‑Attention‑RF)回归模型进行超参数优化，通过改进的混合模型预测主喷嘴射流沿轴线不同监测点的速度，继而使用异构改进的动态粒子群(HIDMS‑PSO)优化算法找到代理模型预测的最高速度对应的主喷嘴结构参数，提高喷气织机引纬效率，降低研发成本和周期，具有重要的理论意义和工程价值。