该杂志刊期列表
- 2026年
- 4期
国内刊号:21-1476/TP
国际刊号:1671-7848
发布日期:
作者:王维, 王文静, 王娜
单位:辽宁生态工程职业学院 电气工程学院,辽宁 沈阳 110122
关键词:风洞流场;系统建模;集成学习;元学习
针对现有的风洞马赫数集成预测模型采用简单的加权融合方法导致基学习器的潜力挖掘不足的问题,提出了一种基于元学习的融合方法。首先,利用基学习器的预测输出构建元数据的特征空间;然后,通过优选元算法构建元学习器,对元数据进行二次学习,旨在建立基学习器的预测输出与真实结果之间的复杂非线性映射关系,从而实现对不同基学习器优势的自适应整合与纠偏。实验利用在3种工况下收集的真实风洞的9个数据集对所提方法进行了验证。实验结果表明,相比于简单的加权融合方法,所提方法提高了风洞马赫数集成预测模型的预测精度。
来源:2026年第4期
《控制工程》期刊编辑部