基于径向基神经网络的发动机涡轮盘不确定性优化方法

本发明公开了一种基于径向基神经网络的发动机涡轮盘不确定性优化方法，包括：基于累积损伤理论，构造服役时段内发动机涡轮盘安全循环寿命模型；以安全循环寿命的期望值为目标，构建涡轮盘疲劳‑蠕变寿命的不确定性优化设计模型；使用拉丁超立方抽样方法构建初始训练集；采用训练集构建径向基神经网络；使用期望提高准则寻找当前设计点，如当前设计点满足预设阈值要求，则将当前设计点作为最优设计点，得到设计变量的具体取值。本发明提供了期望提高准则进行模型动态更新与设计，避免了不必要的采样，同时运用数值积分方法将存在耦合关系的不确定性优化过程转化成确定性优化，提高了不确定性优化设计问题的求解效率。