一种辅助汽车进排气管优化设计的模型设计方法与流程

1.本发明涉及汽车排气管领域，特别是一种辅助汽车进排气管优化设计的模型设计方法。


背景技术：

2.进排气管、进排气道以及进排气门的结构参数和发动机的匹配情况影响着混合气的形成和换气过程。而改善发动机的换气过程和混合气形成过程对于提高发动机的动力性和经济性具有重要作用：
3.设计合理的发动机进气系统能够有效的降低进气过程中的进气阻力和各气缸之间的进气不均匀性，并充分利用气体的惯性及压力波动效应；排气系统的合理设计可以降低内燃机排气阻力，减小排气能量损失，提高废气能量利用率。因此进排气系统是发动机中的重要组成部分，并且进排气管的优化设计对发动机的节能减排具有重要的实际意义。
4.随着计算机技术的迅速发展，有限元分析(finite elementanalysis,fea)和计算流体力学(computational fluid dynamics,cfd)等已经成为计算机辅助技术(cae)和计算机辅助设计(cad)在各个工程领域广泛应用的坚实基础。使用基于数值模拟计算的仿真方法进行发动机设计，可以在所创建的汽油机数值模型当中进行各种各样的仿真试验，从而了解分析各个部件的主要参数和控制系数对发动机性能的影响，为发动机的进排气系统的设计和优化提供指导依据。
5.然而，过去传统使用基于求解偏微分方程的数值模拟计算方法，来预测特定的设计方案，可能需要几个小时甚至几天时间,这会影响基于大量算例计算的优化方法的应用落地。但是基于仿真结果的代理模型能够快速响应输入，只需几秒钟的时间便可得出预测结果。这也对代理模型的精度提出了更高的要求。


技术实现要素：

6.本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
7.鉴于现有技术中存在的问题，提出了本发明。
8.因此，本发明所要解决的技术问题是更好的辅助汽车进排气管道的优化设计，提高代理模型的精度。
9.为解决上述技术问题，本发明提供如下技术方案：一种辅助汽车进排气管优化设计的模型设计方法，其特征在于：
10.设计代理模型的特征变量；
11.构建用于训练代理模型的数据集；
12.分析训练集，选取主要中介特征；
13.采用pca降维算法对所述主要的中介特征进行降维；
14.建立几何特征和降维后的m维中介特征之间的映射关系；
15.建立用于汽车进排气管优化设计的多级代理模型。
16.作为本发明所述一种辅助汽车进排气管优化设计的模型设计方法的一种优选方案，其中：所述特征变量包括空间构型的几何特征gp(geometry parameters)和空间构型的中介特征mp(mediation parameters)，根据汽车进排气管的空间构型，提取用于表征空间构型的几何特征参数gp1,gp2,
…
,gpk，其中k表示几何特征的数量；并提取汽车进排气管空间构型的中介特征mp1,mp2,
…
,mph，其中h表示中介特征的数量，所述几何特征和所述中介特征构成代理模型的特征变量。
17.作为本发明所述一种辅助汽车进排气管优化设计的模型设计方法的一种优选方案，其中：所述中介特征为表征气体在管道中流动状态的流场特征，其计算方法为：将进排气管道的中心线h等分，计算每个等分点切线的方向向量作为所述空间构型的流场特征fp1,fp2,
…
,fph。
18.作为本发明所述一种辅助汽车进排气管优化设计的模型设计方法的一种优选方案，其中：根据汽车进排气管优化设计的目标变量t，结合仿真工具采集不同进排气管道设计方案的几何特征变量(gp)和优化设计目标t的成对数据以此构建训练数据集train。
19.作为本发明所述一种辅助汽车进排气管优化设计的模型设计方法的一种优选方案，其中：利用基于树模型的特征重要性分析方法，计算每一个中介特征对于目标变量的重要性评分，得到score1,score2,
…
,scoreh；
20.选取评分最高的n维中介特征fp
top_1
,fp
top_2
,
…
,fp
top_n
。
21.作为本发明所述一种辅助汽车进排气管优化设计的模型设计方法的一种优选方案，其中：基于树模型的特征重要性的一般计算方法为：特征的全局重要度通过特征在单棵树中的重要度的平均值来衡量
[0022][0023][0024]
其中，m表示树模型的数量，表示特征l在单棵树t
p
上的特征重要度，l为树的叶子节点数量，l-1即为树的非叶子节点数量，v
t
是和节点t相关联的特征，是节点t分裂之后平方损失的减小值。
[0025]
作为本发明所述一种辅助汽车进排气管优化设计的模型设计方法的一种优选方案，其中：使用pca(principal component analysis)降维算法对所述主要的中介特征fp
top_1
,fp
top_2
,
…
,fp
top_n
进行降维，得到降维后的中介特征fp'1,fp'2,
…
,fp'm，其中m表示降维后的中介特征维数。
[0026]
作为本发明所述一种辅助汽车进排气管优化设计的模型设计方法的一种优选方案，其中：所述pca降维算法的计算流程为：
[0027]
首先对所有样本进行中心化：
[0028][0029]
x＝[x'(1) x'(2)
ꢀ…ꢀ
x'(h)]
[0030]
其中表示第j样本的流场特征变量的值
[0031]
然后计算样本的协方差矩阵xx
t
；
[0032]
对协方差矩阵xx
t
做特征值分解：
[0033]
xx
t
＝qσq-1
[0034]
其中q＝[p'
1 p'2ꢀ…ꢀ
p'n]是由协方差矩阵的特征向量组成的矩阵，σ是一个对角矩阵，对角线上的元素就是协方差矩阵的特征值λ1,λ2,
…
,λn；
[0035]
取最大的m个特征值所对应的特征向量p1,p2,
…
,pm。
[0036]
作为本发明所述一种辅助汽车进排气管优化设计的模型设计方法的一种优选方案，其中：以汽车进排气管道的几何特征gp1,gp2,
…
,gpk为自变量，以降维后的中介特征fp'1,fp'2,
…
,fp'm为因变量，建立自变量和因变量之间的数据模型：
[0037]
fp
′i＝ri(gp1,gp2,
…
,gpk),i＝1,2,
…
,m
[0038]
其中，fp'i为第i个降维后的中介特征，ri表示fp'i与gp1,gp2,
…
,gpk之间的回归模型。
[0039]
作为本发明所述一种辅助汽车进排气管优化设计的模型设计方法的一种优选方案，其中：采用数据建模方法建立汽车进排气管优化设计的二次代理模型，具体的是，以所述优化设计目标t为因变量建立数据模型：
[0040]
t＝r(gp1,gp2,
…
,gpk,r1,r2,
…
,rm)
[0041]
其中，r为所述目标变量t与所述特征变量之间的回归模型，ri为权利要求6所述的回归模型，i＝1,2,
…
,m。
[0042]
本发明的有益效果：通过对辅助汽车进排气管设计优化的代理模型引入中介特征，增加了特征丰富度，有效的提高了代理模型的精度，进而能有效辅助进排气管的优化设计，帮助汽车生产厂商提高生产效率，降低生产成本。
附图说明
[0043]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0044]
图1是本发明实施例提供的多级代理模型设计的方法流程图。
[0045]
图2是本实施例中汽车进排气管道的空间构型示意图。
[0046]
图3是管路第一个弯道的曲率特征示意图。
[0047]
图4是管路第一个弯道后的曲率特征示意图。
[0048]
图5是管路第一个弯道后的管路宽度特征示意图。
[0049]
图6是管路第二个弯道的曲率特征示意图。
[0050]
图7是管路第三个弯道的曲率特征示意图。
[0051]
图8是管路第三个弯道的宽度特征示意图。
[0052]
图9是管路第一个弯道后的管路高度特征示意图。
[0053]
图10是中介特征的重要性示意图。
具体实施方式
[0054]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
[0055]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
[0056]
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0057]
实施例1
[0058]
参照图1～图10，为本发明第一个实施例，该实施例提供了一种辅助汽车进排气管优化设计的模型设计方法，其特征在于：
[0059]
设计代理模型的特征变量；
[0060]
构建用于训练代理模型的数据集；
[0061]
分析训练集，选取主要中介特征；
[0062]
采用pca降维算法对主要的中介特征进行降维；
[0063]
建立几何特征和降维后的m维中介特征之间的映射关系；
[0064]
建立用于汽车进排气管优化设计的多级代理模型。
[0065]
特征变量包括空间构型的几何特征gp(geometry parameters)和空间构型的中介特征mp(mediation parameters)，根据汽车进排气管的空间构型，提取用于表征空间构型的几何特征参数gp1,gp2,
…
,gpk，其中k表示几何特征的数量；并提取汽车进排气管空间构型的中介特征mp1,mp2,
…
,mph，其中h表示中介特征的数量，几何特征和中介特征构成代理模型的特征变量。
[0066]
中介特征为表征气体在管道中流动状态的流场特征，其计算方法为：将进排气管道的中心线h等分，计算每个等分点切线的方向向量作为空间构型的流场特征fp1,fp2,
…
,fph。
[0067]
根据汽车进排气管优化设计的目标变量t，结合仿真工具采集不同进排气管道设计方案的几何特征变量(gp)和优化设计目标t的成对数据以此构建训练数据集train。
[0068]
利用基于树模型的特征重要性分析方法，计算每一个中介特征对于目标变量的重要性评分，得到score1,score2,
…
,scoreh；
[0069]
选取评分最高的n维中介特征fp
top_1
,fp
top_2
,
…
,fp
top_n
。
[0070]
基于树模型的特征重要性的一般计算方法为：特征的全局重要度通过特征在单棵树中的重要度的平均值来衡量
[0071][0072][0073]
其中，m表示树模型的数量，表示特征l在单棵树t
p
上的特征重要度，l为树的叶子节点数量，l-1即为树的非叶子节点数量，v
t
是和节点t相关联的特征，是节点t分裂之后平方损失的减小值。
[0074]
使用pca(principal component analysis)降维算法对主要的中介特征fp
top_1
,fp
top_2
,
…
,fp
top_n
进行降维，得到降维后的中介特征fp'1,fp'2,
…
,fp'm，其中m表示降维后的中介特征维数。
[0075]
pca降维算法的计算流程为：
[0076]
首先对所有样本进行中心化：
[0077][0078]
x＝[x'(1) x'(2)
ꢀ…ꢀ
x'(h)]
[0079]
其中表示第j样本的流场特征变量的值
[0080]
然后计算样本的协方差矩阵xx
t
；
[0081]
对协方差矩阵xx
t
做特征值分解：
[0082]
xx
t
＝qσq-1
[0083]
其中q＝[p'
1 p'2ꢀ…ꢀ
p'n]是由协方差矩阵的特征向量组成的矩阵，σ是一个对角矩阵，对角线上的元素就是协方差矩阵的特征值λ1,λ2,
…
,λn；
[0084]
取最大的m个特征值所对应的特征向量p1,p2,
…
,pm。
[0085]
以汽车进排气管道的几何特征gp1,gp2,
…
,gpk为自变量，以降维后的中介特征fp'1,fp'2,
…
,fp'm为因变量，建立自变量和因变量之间的数据模型：
[0086]
fp
′i＝ri(gp1,gp2,
…
,gpk),i＝1,2,
…
,m
[0087]
其中，fp'i为第i个降维后的中介特征，ri表示fp'i与gp1,gp2,
…
,gpk之间的回归模型。
[0088]
采用数据建模方法建立汽车进排气管优化设计的二次代理模型，具体的是，以优化设计目标t为因变量建立数据模型：
[0089]
t＝r(gp1,gp2,
…
,gpk,r1,r2,
…
,rm)
[0090]
其中，r为目标变量t与特征变量之间的回归模型，ri为权利要求6的回归模型，i＝1,2,
…
,m。
[0091]
实施例2
[0092]
参照图1～图10，为本发明第二个实施例，该实施例基于上一个实施例，
[0093]
s1：根据汽车进排气管的空间构型，设计用于表征所述空间构型的参数，作为代理模型的特征变量，所述特征变量包括所述空间构型的几何特征gp(geometry parameters)和所述空间构型的中介特征mp(mediation parameters)；
[0094]
s2：根据汽车进排气管优化设计目标，利用仿真工具采集不同进排气管道设计方案的几何特征变量(gp)和优化设计目标的成对数据，作为后续机器学习操作的训练集；
[0095]
s3：根据所述训练数据集，采用特征重要性分析方法计算每个中介特征的重要性评分，并选择其中评分最高的前n维特征作为主要的中介特征；
[0096]
s4：采用pca特征生成算法将n维主要的中介特征降至m维，得到降维后的中介特征；
[0097]
s5：建立几何特征和降维后的m维中介特征之间的映射关系，得到m个映射模型；
[0098]
s6：根据所述几何特征、所述映射模型和所述优化设计目标建立用于汽车进排气管优化设计的多级代理模型。
[0099]
进一步的，步骤一根据汽车进排气管的空间构型，提取用于表征空间构型的几何特征参数gp1,gp2,
…
,gpk，其中k表示几何特征的数量；并提取汽车进排气管空间构型的中介特征mp1,mp2,
…
,mph，其中h表示中介特征的数量。几何特征和中介特征构成代理模型的特征变量。
[0100]
更进一步的，汽车进排气管空间构型的中介特征为表征气体在管道中流动状态的流场特征，其计算方法为：将所述进排气管道的中心线h等分，计算每个等分点切线的方向向量作为所述空间构型的流场特征fp1,fp2,
…
,fph。
[0101]
进一步的，步骤二根据汽车进排气管优化设计的目标变量t，结合仿真工具采集不同进排气管道设计方案的几何特征变量(gp)和优化设计目标t的成对数据以此构建训练数据集train。
[0102]
进一步的，步骤三利用特征重要性分析方法，计算每一个中介特征对于目标变量的重要性评分，得到score1,score2,
…
,scoreh；选取评分最高的n个中介特征fp
top_1
,fp
top_2
,
…
,fp
top_n
。
[0103]
更进一步的，基于树模型的特征重要性的一般计算方法为：特征的全局重要度通过特征在单棵树中的重要度的平均值来衡量
[0104][0105][0106]
其中，m表示树模型的数量，表示特征l在单棵树t
p
上的特征重要度。l为树的叶子节点数量，l-1即为树的非叶子节点数量，v
t
是和节点t相关联的特征，是节点t分裂之后平方损失的减小值。
[0107]
进一步的，步骤四使用pca(principal component analysis)降维算法对主要的中介特征fp
top_1
,fp
top_2
,
…
,fp
top_n
进行降维，得到降维后的中介特征fp'1,fp'2,
…
,fp'm，其中m表示降维后的中介特征维数。
[0108]
更进一步的，pca降维算法的计算流程为：
[0109]
(1)首先对所有样本进行中心化：
[0110][0111]
x＝[x'(1) x'(2)
ꢀ…ꢀ
x'(h)]
[0112]
其中表示第j样本的流场特征变量的值.
[0113]
(2)然后计算样本的协方差矩阵xx
t
；
[0114]
(3)对协方差矩阵xx
t
做特征值分解：
[0115]
xx
t
＝qσq-1
[0116]
其中q＝[p'
1 p'2ꢀ…ꢀ
p'n]是由协方差矩阵的特征向量组成的矩阵，σ是一个对角矩阵，对角线上的元素就是协方差矩阵的特征值λ1,λ2,
…
,λn。
[0117]
(4)取最大的m个特征值所对应的特征向量p1,p2,
…
,pm。
[0118]
进一步的，步骤五以汽车进排气管道的几何特征为自变量gp1,gp2,
…
,gpk，以降维后的中介特征fp'1,fp'2,
…
,fp'm为因变量，采用机器学习方法建立自变量和因变量之间的数据模型：
[0119]
fp
′i＝ri(gp1,gp2,
…
,gpk),i＝1,2,
…
,m
[0120]
其中，fp'i为第i个降维后的中介特征，ri表示fp'i与gp1,gp2,
…
,gpk之间的回归模型。
[0121]
进一步的，步骤六采用数据建模方法建立汽车进排气管优化设计的二次代理模型。具体的是，以所述优化设计目标t为因变量建立数据模型：
[0122]
t＝r(gp1,gp2,
…
,gpk,r1,r2,
…
,rm)
[0123]
其中，r为所述目标变量t与所述特征变量之间的回归模型，ri为步骤五中所述的回归模型，i＝1,2,
…
,m。
[0124]
实施例3
[0125]
参照图1～图10，为本发明第三个实施例，该实施例基于上一个实施例，
[0126]
下面结合实际案例和相关附图对本发明进行详细的描述。
[0127]
某厂商需要对汽车进排气管道进行设计，并以总压降最小为优化目标。如图1所示，本发明提供的基于中介分析的多级代理模型设计方法包括以下步骤：
[0128]
(1)设计代理模型的特征变量：结合具体的汽车进排气管道的空间构型，如图2所示，设计如表1所示的7个几何特征变量(如图3～图9所示)。
[0129]
表1几何特征变量统计表
[0130][0131]
中介特征变量的提取方法为将进排气管道的中心线100等分，计算每个等分点切线的方向向量作为所述空间构型的中介特征fp1,fp2,
…
,fp
100
。
[0132]
(2)使用仿真工具构建用于模型训练的数据集，数据集的特征变量为步骤(1)中的几何特征变量和中介特征变量，数据集的样本数量为800。
[0133]
(3)考虑到中介特征变量的维度较高(含有100维)，不能直接用于代理模型训练，因此采用基于树模型的特征重要性的分析方法对中介特征变量进行重要性分析。特征的重要性分析结果如图10所示，通过图10可以发现，fp
95
～fp
100
对于目标变量具有较高的重要性，因此选取fp
95
～fp
100
作为主要的中介变量用于代理模型训练；
[0134]
(4)考虑到数据集的样本数量为800，而通过步骤(3)选取的6个中介特征与7个几何特征共同用于代理模型训练时，大概率会带来维度灾难的问题。因此采用pca降维算法对fp
95
～fp
100
6个中介特征进行进一步的压缩降维。将其降至3维，得到降维后的中介变量fp'1,fp'2,fp'3。
[0135]
(5)中介变量fp'1,fp'2,fp'3通常不能直接用于进排气管道的设计和重构，并且难以直接测量，因此需要对中介变量fp'1,fp'2,fp'3进行建模分析，通过易测量、能用于进排气管道的设计和重构几何特征对中介变量进行建模和拟合。本实施方案中以7个几何特征变量为输入变量，采用gbdt算法对fp'1,fp'2,fp'3三个中介变量进行建模拟合。
[0136]
fp
′1＝g1(f3_width_dlt,f4_position,
…
,h eigh t_dlt)
[0137]
fp
′2＝g2(f3_width_dlt,f4_position,
…
,h eigh t_dlt)
[0138]
fp
′3＝g3(f3_width_dlt,f4_position,
…
,h eigh t_dlt)
[0139]
其中g1,g2,g3分别表示fp'1,fp'2,fp'3三个中介变量的数据模型。
[0140]
(6)采用fp'1,fp'2,fp'3的中介代理模型g1,g2,g3建立汽车进排气管优化设计的代理模型：
[0141][0142]
其中g为本实施例中的代理模型，本实施例中选取gbdt作为代理模型的训练算法，gp＝(f3_width_dlt,f4_position,
…
,h eigh t_dlt)表示进排气管道的几何特征参数，g
x
表示选取g1,g2,g3三个中介模型中的一个或几个。
[0143]
试验结果：
[0144]
选择决定系数r2和平均绝对百分比误差mape作为评估模型性能的评价指标。r2和mape的定义如下：
[0145][0146]
其中，n为测试数据集的个数，yi为真实数据，为预测值，为真实数据的平均值。当r2越大，mape越小时，模型的精度越高。
[0147]
表2代理模型建模试验结果
[0148][0149]
结合表2的试验结果可以发现，当仅使用几何特征参数进行代理模型训练时(序号1)，mape指标为0.49％，通过引入中介特征fp'1,fp'2,fp'3，代理模型的mape指标逐渐下降至0.15％，这说明引入中介特征可以有效的提高模型精度，降低预测误差；
[0150]
考虑到中介特征变量不能直接用于进排气管的设计和重构，因此采用几何特征变量gp对中介变量进行回归拟合，利用拟合后的结果进行代理模型的训练，这会引入一定的拟合误差，但是试验结果表明：即便存在一定的拟合误差，基于中介分析的多级代理模型的精度，也比仅使用几何特征参数时的代理模型的精度要高(对比序号6和序号1)。而所有试验结果的r2指标均在99％以上保证了所有代理模型的可用性。
[0151]
综上所述，采用基于中介分析的多级代理模型设计方法可以有效的提高代理模型的精度，进而能有效辅助进排气管的优化设计。所以，通过本发明可以提高进排气管的设计效率，更好的辅助汽车生产厂商进行排气管道设计，提高生产效率，降低生产成本
[0152]
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离发明发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

技术特征：
1.一种辅助汽车进排气管优化设计的模型设计方法，其特征在于：设计代理模型的特征变量；构建用于训练代理模型的数据集；分析训练集，选取主要中介特征；采用pca降维算法对所述主要的中介特征进行降维；建立几何特征和降维后的m维中介特征之间的映射关系；建立用于汽车进排气管优化设计的多级代理模型。2.如权利要求1所述的一种辅助汽车进排气管优化设计的模型设计方法，其特征在于：所述特征变量包括空间构型的几何特征gp(geometry parameters)和空间构型的中介特征mp(mediation parameters)，根据汽车进排气管的空间构型，提取用于表征空间构型的几何特征参数gp1,gp2,
…
,gp
k
，其中k表示几何特征的数量；并提取汽车进排气管空间构型的中介特征mp1,mp2,
…
,mp
h
，其中h表示中介特征的数量，所述几何特征和所述中介特征构成代理模型的特征变量。3.如权利要求2所述的一种辅助汽车进排气管优化设计的模型设计方法，其特征在于：所述中介特征为表征气体在管道中流动状态的流场特征，其计算方法为：将进排气管道的中心线h等分，计算每个等分点切线的方向向量作为所述空间构型的流场特征fp1,fp2,
…
,fp
h
。4.如权利要求1所述的一种辅助汽车进排气管优化设计的模型设计方法，其特征在于：根据汽车进排气管优化设计的目标变量t，结合仿真工具采集不同进排气管道设计方案的几何特征变量(gp)和优化设计目标t的成对数据以此构建训练数据集train。5.如权利要求4所述的一种辅助汽车进排气管优化设计的模型设计方法，其特征在于：利用基于树模型的特征重要性分析方法，计算每一个中介特征对于目标变量的重要性评分，得到score1,score2,
…
,score
h
；选取评分最高的n维中介特征fp
top_1
,fp
top_2
,
…
,fp
top_n
。6.如权利要求5所述的一种辅助汽车进排气管优化设计的模型设计方法，其特征在于：基于树模型的特征重要性的一般计算方法为：特征的全局重要度通过特征在单棵树中的重要度的平均值来衡量要度的平均值来衡量其中，m表示树模型的数量，表示特征l在单棵树t
p
上的特征重要度，l为树的叶子节点数量，l-1即为树的非叶子节点数量，v
t
是和节点t相关联的特征，是节点t分裂之后平方损失的减小值。7.如权利要求6所述的一种辅助汽车进排气管优化设计的模型设计方法，其特征在于：使用pca(principal component analysis)降维算法对所述主要的中介特征fp
top_1
,
fp
top_2
,
…
,fp
top_n
进行降维，得到降维后的中介特征fp'1,fp'2,
…
,fp'
m
，其中m表示降维后的中介特征维数。8.如权利要求7所述的一种辅助汽车进排气管优化设计的模型设计方法，其特征在于：所述pca降维算法的计算流程为：首先对所有样本进行中心化：x＝[x'(1) x'(2)
ꢀ…ꢀ
x'(h)]其中表示第j样本的流场特征变量的值然后计算样本的协方差矩阵xx
t
；对协方差矩阵xx
t
做特征值分解：xx
t
＝qσq-1
其中q＝[p'
1 p'2ꢀ…ꢀ
p'
n
]是由协方差矩阵的特征向量组成的矩阵，σ是一个对角矩阵，对角线上的元素就是协方差矩阵的特征值λ1,λ2,
…
,λ
n
；取最大的m个特征值所对应的特征向量p1,p2,
…
,p
m
。9.如权利要求8所述的一种辅助汽车进排气管优化设计的模型设计方法，其特征在于：以汽车进排气管道的几何特征gp1,gp2,
…
,gp
k
为自变量，以降维后的中介特征fp'1,fp'2,
…
,fp'
m
为因变量，建立自变量和因变量之间的数据模型：fp
′
i
＝r
i
gp1,gp2,
…
,gp
k
,i＝1,2,
…
,m其中，fp'
i
为第i个降维后的中介特征，r
i
表示fp'
i
与gp1,gp2,
…
,gp
k
之间的回归模型。10.如权利要求9所述的一种辅助汽车进排气管优化设计的模型设计方法，其特征在于：采用数据建模方法建立汽车进排气管优化设计的二次代理模型，具体的是，以所述优化设计目标t为因变量建立数据模型：t＝r(gp1,gp2,
…
,gp
k
,r1,r2,
…
,r
m
)其中，r为所述目标变量t与所述特征变量之间的回归模型，r
i
为权利要求6所述的回归模型，i＝1,2,
…
,m。

技术总结
本发明公开了一种辅助汽车进排气管优化设计的模型设计方法，包括，设计代理模型的特征变量；构建用于训练代理模型的数据集；分析训练集，选取主要中介特征；采用PCA降维算法对所述主要的中介特征进行降维；建立几何特征和降维后的m维中介特征之间的映射关系；建立用于汽车进排气管优化设计的多级代理模型，通过对辅助汽车进排气管设计优化的代理模型引入中介特征，增加了特征丰富度，有效的提高了代理模型的精度，进而能有效辅助进排气管的优化设计，帮助汽车生产厂商提高生产效率，降低生产成本。产成本。


技术研发人员：邱悦
受保护的技术使用者：邱悦
技术研发日：2023.01.09
技术公布日：2023/10/8