基于支持向量回归代理模型的无人机翼型不确定性优化设计方法

本发明涉及一种基于支持向量回归代理模型的无人机翼型不确定优化设计方法，解决了现有技术中的不确定性变量的采样存在的无法确定合适的样本数量以及计算效率低的问题。包括：定义翼型设计的目标函数和约束函数，确认不确定性优化设计模型；构建目标函数和约束函数的支持向量回归代理模型；采用自适应学习准则选取训练点，更新代理模型；利用梯度优化算法求解获得当前优化设计点；比较当前优化设计点和迭代设计点，若||当前优化设计点‑迭代设计点||≤理想阈值，则当前优化设计点为确定优化设计点；否则用当前优化设计点更新迭代设计点。该方法计算规模小、耗时短，对无人机翼型不确定性优化设计有很强的工程意义。