本发明涉及水翼结构优化，特别是涉及一种基于kriging模型的水翼结构优化方法、系统、设备及介质。
背景技术：
1、水翼是船舶领域应用的主要附加结构，通过水翼的增加可以显著提高船舶的水动力性能。特别是在船舶减摇领域具有广泛的应用，但是水翼结构形状是影响水动力的主要因素。因此，如何设计优化出符合要求的水翼形状对优化方法提出了更高的要求，成为水翼减摇领域的一个重要内容。
2、目前，通常使用计算流体力学(computational fluid dynamics，cfd)仿真技术对水翼结构形状进行优化，然而在进行cfd流体仿真计算时，仿真的计算量大，需要耗费较长时间才能得到计算结果，并且最终优化的精度不高。现有技术中还存在一种自适应约束代理优化算法对水翼外形进行优化，该算法采用约束并行期望改进准则(cpei)和重要边界采样准则(ibs)的并行加点准则。cpei准则虽然在一定程度上增加了寻找最优的可能性，但该准则仍然是全局搜索方法，不能保证局部搜索的精度和速度；以及ibs准则是增强对约束边界区域的搜索，提高边界附近的拟合精度，但对于提高局部最优点的精度没有太大作用。
技术实现思路
1、本发明要解决的是水翼结构优化参数比较多，优化比较繁琐和计算量大的技术问题。为了解决上述技术问题，本发明提供了一种基于kriging模型的水翼结构优化方法、系统、设备及介质。
2、第一方面，本发明实施例提供了一种基于kriging模型的水翼结构优化方法，包括：
3、确定水翼的多个设计变量；
4、根据所述设计变量，选取多个初始样本点，并计算每个初始样本点的响应值；
5、判断所述每个初始样本点的响应值是否满足收敛条件，若所有初始样本点的响应值均不满足所述收敛条件，则根据所述初始样本点构建kriging模型；
6、基于所述kriging模型利用并行加点准则增加新样本点，并计算每个新样本点的响应值；
7、判断每个新样本点的响应值是否满足所述收敛条件，若不满足则根据所述新样本点和初始样本点重新构建kriging模型，继续增加样本点，直至满足所述收敛条件，输出最优样本点对应的数值。
8、优选地，所述根据所述设计变量，选取多个初始样本点，包括：
9、采用拉丁超立方抽样对所述设计变量进行采样，得到多个初始样本点。
10、优选地，所述确定水翼的多个设计变量，包括：
11、对所述设计变量进行多点设计变形，通过控制坐标点来控制水翼的形状变化，在沿水翼展长方向所述坐标点距离间隔相同，在沿水翼弦长方向所述坐标点在预设范围内变化。
12、优选地，所述利用并行加点准则增加新样本点，包括：
13、通过msp准则、ei准则和mse准则增加新样本点。
14、优选地，所述mse准则，包括：
15、
16、其中，x表示样本点，表示kriging模型预测响应值，d表示样本维度，x*表示当前局部最优点，xlb，xub分别表示设计变量取值范围的下限和上限。
17、优选地，所述mse准则，还包括：
18、在当前局部最优点附近通过mse准则进行加点。
19、第二方面，本发明实施例还提供了一种基于kriging模型的水翼结构优化系统，包括：
20、变量设计模块，用于确定水翼的多个设计变量；
21、样本点选取模块，用于根据所述设计变量，选取多个初始样本点，并计算每个初始样本点的响应值；
22、模型构建模块，用于判断所述每个初始样本点的响应值是否满足收敛条件，若所有初始样本点的响应值均不满足所述收敛条件，则根据所述初始样本点构建kriging模型；以及判断每个新样本点的响应值是否满足所述收敛条件，若不满足则根据所述新样本点和初始样本点重新构建kriging模型，直至每个新样本点的响应值满足所述收敛条件；
23、并行加点模块，用于基于所述kriging模型利用并行加点准则增加新样本点，并计算每个新样本点的响应值；
24、输出最优模块，用于当每个新样本点的响应值满足所述收敛条件时，输出最优样本点对应的数值。
25、优选地，所述样本点选取模块，包括：
26、数据采样模块，用于采用拉丁超立方抽样对所述设计变量进行采样，得到多个初始样本点。
27、第三方面，本发明实施例还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的水翼结构优化方法。
28、第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的水翼结构优化方法。
29、本发明实施例一种基于kriging模型的水翼结构优化方法、系统、设备及介质与现有技术相比，其有益效果在于：计算速度快，在每次更新迭代时充分利用计算资源可以同时增加三个样本点，在相同时间内增加更多的样本点；结果精度高，在寻找最优解的过程中，由于增加了mse准则加点，可以保证最优点附近的拟合效果更好，从而保证了最优点精度更高。
1.一种基于kriging模型的水翼结构优化方法，其特征在于，包括：
2.根据权利要求1所述的水翼结构优化方法，其特征在于，所述根据所述设计变量，选取多个初始样本点，包括：
3.根据权利要求1所述的水翼结构优化方法，其特征在于，所述确定水翼的多个设计变量，包括：
4.根据权利要求1所述的水翼结构优化方法，其特征在于，所述利用并行加点准则增加新样本点，包括：
5.根据权利要求4所述的水翼结构优化方法，其特征在于，所述mse准则，包括：
6.根据权利要求5所述的水翼结构优化方法，其特征在于，所述mse准则，还包括：
7.一种基于kriging模型的水翼结构优化系统，其特征在于，包括：
8.根据权利要求7所述的水翼结构优化系统，其特征在于，所述样本点选取模块，包括：
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的水翼结构优化方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任一项所述的水翼结构优化方法。