文献

J-GLOBAL ID：202202271322794386   整理番号：22A0653828

最適トレーニングデータ集合上の内挿を用いた超柔軟翼の高速フラッタ評価【JST・京大機械翻訳】

Fast flutter evaluation of very flexible wing using interpolation on an optimal training dataset

著者 (3件)： Goizueta Norberto (Imperial College London) ,  Wynn Andrew (Imperial College London) ,  Palacios Rafael (Imperial College London)
資料名： AIAA Conference Proceedings / Meeting Papers  (AIAA Conference Proceedings / Meeting Papers)
巻： 2022  号： AIAA SCITECH 2022 Forum  ページ： 1345  発行年： 2022年 
JST資料番号： H0236B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 機械学習戦略は,高度に柔軟な空力弾性システムの設計空間または飛行エンベロープの探査を加速するために効率的に使用することができる。本論文では,パラメトリック状態空間実現間の補間の使用をパラメータ空間でサンプリングした少数の真のシステムを用いて探索し,パラメータ空間において任意のどこでも状態空間モデルを適切な精度で生産する。サンプリング点の位置は決定的であり,従って,これらの点の選択が本研究の焦点を採った。いくつかのアプローチが探索され,変化システムダイナミックスを捉えるのに必要なパラメータ空間における最適点を見つける適応スキームに重点を置いた。真のシステムの評価が費用がかかるので,統計的代理モデルに基づく最適化技術が求められ,訓練される必要があるが,サンプリングデータとして使用するための最良の場所の位置決めに有効である。Bayes最適化に触発された新しい方法を用いて,統計的代理の訓練と試験データとして異なる組合せを取ることにより,限られた数の既知状態空間を最も除外し,正確な補間フレームワークだけでなく,標準Bayes最適化セットアップと比較して,高価な完全システム評価の数の50%の削減にも導いた。これらの方法を,複雑な安定性エンベロープを有する非常に柔軟な翼であるPazy翼上で実証し,それにより,著者らは,縮小計算コストにおけるフラッタエンベロープの非常に正確な表現を生成した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *フラッタ ,  システム評価 ,  最適化手法 ,  空力弾性 ,  *内挿法 ,  空間 ,  システムダイナミックス ,  飛翔 ,  エンベロープ ,  機械学習
準シソーラス用語： パラメータ空間 ,  計算コスト ,  状態空間 ,  設計空間 ,  試験データ , 【Automatic Indexing@JST】

分類 (2件)： 飛しょう体の設計・構造  (QK04010H) ,  航空機の空気力学  (QK02010T)

タイトルに関連する用語 (6件)： トレーニング ,  データ集合 ,  内挿 ,  翼 ,  フラッタ ,  評価