摘要
本发明公开了一种导流机构特征降维协同优化方法,属于水轮机优化技术领域。具体如下:1)选择转轮、双列叶珊的构型参数,建立第一高维变量库;2)基于初等效应分布方法筛选第一高维变量库中的变量,得到第二高维变量库;3)对第二高维变量库中的变量通过矩阵分解和映射进行降维处理,得到低维变量库;4)基于反向传播神经网络模型,低维变量库中的变量作为输入变量,性能指标作为输出变量,使用遗传算法进行优化,得到最优解;5)将最优解反映射回原设计空间,得到优化后的构型参数并导入三维结构软件,生成优化后的转轮和双列叶栅实体。该方法兼顾多模式优化,将高维复杂计算转化为低维高效计算,大幅缩短计算时间,提高优化效率。
技术关键词
协同优化方法
变量
导流机构
水泵工况
矩阵
分布方法
三维结构
样本
水轮机
拉丁超立方抽样方法
神经网络模型构建
实体
构型
参数
转轮
遗传算法
序列
软件
截断方法
系统为您推荐了相关专利信息
概率密度函数
牛顿迭代法
时延
射电天文
噪声分量
预训练语言模型
意图识别方法
分块
自然语言文本
编程