一种贝叶斯深度主动学习导引的能量场预测试验设计方法

一种贝叶斯深度主动学习导引的能量场预测试验设计方法，属于航天器制造及应用领域。本发明实现方法为：根据有限元分析中网格密度划分不同精度的能量场分析模型，构建用于能量场预测的贝叶斯多可信度神经网络模型，使用网络模型深度挖掘不同精度训练数据的深层特征，构建基于元学习深层特征显式传递链路，实现能量场深层特征的逐级学习；构建具备互斥属性的高维空间超球体，避免样本堆叠，完成新样本的主动选取和采集；构建最大化效费比的多可信度模型筛选方法，在新增样本处选择性价比尽可能高的分析模型，调用所选择的分析模型生成结果，得到新的训练数据，更新贝叶斯多可信度神经网络的部分参数，直至满足终止条件，即实现能量场预测。