一种基于算子推理稀疏辨识的自适应降阶建模方法

本发明公开了一种基于算子推理稀疏辨识的自适应降阶建模方法，涉及风洞试验中的计算流体力学领域，包括：S1、对CFD模拟实验得到的高维高保真数据进行筛选和预处理，以得到快照数据样本；S2、对S1得到的快照数据样本进行降维处理，以得到对应的降阶状态向量；S3、采用深度强化学习对降阶状态向量中流动特征的不变量进行学习，以在低维子空间中构建基于流场特征感知和自适应机制的降阶模型；S4、采用风洞试验数据对降阶模型进行验证。本发明提出算子推理稀疏辨识与自适应降阶建模方法，实现算子推理模型的自适应动态更新，量化非平衡流动降阶模型的不确定性，进而准确预测强非线性和多尺度耦合流动。