加权GPR低精度模型

多保真预测更准

通过层次聚类为低精度样本加权，克服现有多保真建模中低精度样本均匀处理的问题，更准确地预测翼型阻力系数。

Lichao, Jiang · 方海 · Shang, Xiaobing · 张智

IEEE Transactions on Aerospace and Electronic Systems 2026

技术优势

更准

加权高斯过程回归更重视信息量大的低精度样本，预测精度比均匀处理更高。

会加权

基于高频能量差异和低频特征相似度提出层次聚类加权算法，自动为不同低精度样本分配合适权重。

适用广

方法在九组解析测试用例和六种翼型阻力系数预测中得到验证。

应用场景

• 翼型气动优化：提高翼型优化中阻力系数预测的精度，加速设计迭代。
• 多保真代理建模：作为多保真代理模型，更充分利用低精度样本信息。
• CFD加速预测：替代部分高保真CFD计算，降低阻力预测成本。