一种高速列车底部湍流模拟不确定度量化及参数优化方法

本公开实施例中提供了一种高速列车底部湍流模拟不确定度量化及参数优化方法，属于数据处理技术领域，具体包括：步骤1，基于拉丁超立方采样提取样本并进行仿真计算，得到仿真结果；步骤2，基于仿真结果，通过非嵌入式混沌多项式方法进行湍流模型封闭参数不确定度量化；步骤3，根据不确定度量化结果确定封闭参数影响关键区域及其对应的关键参数；步骤4，基于仿真结果和关键参数，利用双层深度生成网络架构生成虚拟样本；步骤5，利用虚拟样本训练基于Stacking‑贝叶斯的多保真度优化框架并得到优化结果。通过本公开的方案，提高了优化效率、精准度和适应性。