《表1 k=0.02工况的不同模型预测误差》
再用训练后的模型参数预测缩减频率k=0.02的工况。不同模型的预测结果与试验数据比较示于图7,具体的预测误差值示于表1。从图表中看出,预测结果与试验数据也符合较好。其中,由于SVM进行了交叉校验,一定程度上提升了模型的泛化能力,使得SVM的预测结果略优于Kriging模型和RBF神经网络模型。
图表编号 | XD0069374000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 何磊、钱炜祺、汪清、陈海、杨俊 |
绘制单位 | 中国空气动力研究与发展中心、中国空气动力研究与发展中心、中国空气动力研究与发展中心、中国空气动力研究与发展中心、中国空气动力研究与发展中心 |
更多格式 | 高清、无水印(增值服务) |