叶片气动优化仿真数据的数据挖掘应用研究

• 作者: 张岩 汪伟 莫蓉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粗糙集 决策树 气动优化设计仿真数据 数据挖掘
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 博士论坛
• 页码范围: 11-15
• 页数: 5页
• 分类号: TP182
• 字数: 3035字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1210-0105

摘要

叶片气动优化设计过程中产生的海量过程仿真数据中隐含着丰富的领域设计知识,为了获取其中隐含的设计知识,将基于粗糙集的决策树数据挖掘方法应用到叶片气动过程仿真数据的知识挖掘中.以跨音速压气机转子叶片NASARotor37气动优化设计为例,利用K-Means聚类分析对仿真数据进行离散化处理,采用粗糙集属性重要性算法进行属性约简,采用决策树算法构建叶片优化设计知识决策树,挖掘出叶片优化设计变量弯扭、周向积迭线的控制点偏移量与目标函数总压损失系数之间隐含的设计规则.结果表明,基于粗糙集的决策树的数据挖掘技术为叶片气动优化设计领域知识获取提供了一条有效的新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	莫蓉	西北工业大学现代设计与集成制造技术教育重点实验室	226	2249	24.0	32.0
2	张岩	西北工业大学现代设计与集成制造技术教育重点实验室	15	77	3.0	8.0
3	汪伟	西北工业大学现代设计与集成制造技术教育重点实验室	6	38	3.0	6.0