(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110511911.0 (22)申请日 2021.05.11 (65)同一申请的已公布的文献号 申请公布号 CN 113255243 A (43)申请公布日 2021.08.13 (73)专利权人 苏州科技大 学 地址 215009 江苏省苏州市高新区学府路 99号 (72)发明人 谢鸥　姚吉　葛飞飞　孙兆光　 牛雪梅　 (74)专利代理 机构 苏州市中南伟业知识产权代 理事务所(普通 合伙) 32257 专利代理师 吴竹慧 (51)Int.Cl. G06F 30/28(2020.01)G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 105333988 A,2016.02.17 审查员 赵玉航 (54)发明名称 基于人工侧线的仿生机器鱼近壁面流场识 别方法及系统 (57)摘要 本发明涉及一种基于人工侧线的仿生机器 鱼近壁面流场识别方法及系统， 包括以下步骤： 在仿生机器鱼上配置多个压力传感器， 通过多个 压力传感器采集压力数据； 依据压力数据， 采用 多层前馈神经网络构建来流速度的预测回归模 型和靠壁距离的预测回归模型； 采用均方误差和 决定系数对来流速度的预测回归模 型进行评估， 获得最优的来流速度的预测回归模 型； 采用均方 误差和决定系数对靠壁距离的预测回归模型进 行评估， 获得最优的靠壁距离的预测回归模型。 其能够对近壁面流场进行识别， 实现了仿生机器 鱼近壁面游动的来流速度和靠壁距离预测， 为水 下复杂非结构环境感知提供了一种新思路。 权利要求书2页 说明书9页 附图6页 CN 113255243 B 2022.07.01 CN 113255243 B 1.一种基于人工侧线的仿生机器鱼近壁 面流场识别方法， 其特 征在于， 包括以下步骤： S1、 在仿生机器鱼上配置多个压力传感器， 通过多个压力传感器采集压力数据； S2、 依据压力数据， 采用多层前馈神经网络构建来流速度的预测回归模型和靠壁距离 的预测回归 模型； S3、 采用均方误差和决定系数对来流速度的预测回归模型进行评估， 获得最优的来流 速度的预测回归 模型； 采用均方误差和决定系数对靠壁距离的预测回归模型进行评估， 获得最优的靠壁距离 的预测回归 模型； 其中， 所述S2中， 多层前馈神经网络的结构参数包括输入数据特征数量、 隐藏层数量、 隐藏层神经 元数量以及隐藏层和输出层的激活函数选择； 采用ReLU函数作为多层前馈神经网络的隐藏层激活函数， 所述多层前馈神经网络的输 出层采用线性激活函数； 采用最优的来流速度的预测回归模型和最优的靠壁距离的预测回归模型对近壁面流 场进行识别。 2.根据权利要求1所述的基于人工侧线的仿生机器鱼近壁面流场识别方法， 其特征在 于， 所述S3之后， 还 包括： 对多个压力传感器在不同靠壁距离和来流速度下采集并处理得到的压强系数求方差， 获得压强系数 方差曲线； 依据压强系数方差曲线， 采用特征变量逐步消除法对输入数据特征进行缩减， 优化特 征集。 3.根据权利要求1所述的基于人工侧线的仿生机器鱼近壁面流场识别方法， 其特征在 于， 所述S1包括： 在仿生机器鱼的头部配置压力传感器， 沿仿生机器鱼的体长方向均匀配置压力传感器 组； 通过多个压力传感器采集压力数据， 获得整体压力数据集， 其中， 所述整体压力数据集 包括仿生机器鱼头部的压力传感器采集的压力数据和仿生机器鱼体长方向的压力传感器 组采集的压力数据； 对仿生机器鱼头部的压力传感器采集的压力数据 取均值， 对仿生机器鱼体长方向的压 力传感器组采集的压力数据求和并取均值。 4.根据权利要求1所述的基于人工侧线的仿生机器鱼近壁面流场识别方法， 其特征在 于， 所述S1还 包括： 对压力传感器采集的压力数据进行 无量纲化处 理， 获得归一 化压强系数。 5.根据权利要求1所述的基于人工侧线的仿生机器鱼近壁面流场识别方法， 其特征在 于， 所述S2中还 包括： 获取优化的神经网络结构， 具体的： 将隐藏层层数从1逐步递增到5， 第 一隐藏层的神经元数量从输入特征数量逐步递增到 3倍， 各隐藏层神经 元数量呈递减规 律配置， 后一层神经 元数量是前一层的2/ 3。 6.根据权利要求1所述的基于人工侧线的仿生机器鱼近壁面流场识别方法， 其特征在 于， 所述S3中，权　利　要　求　书 1/2 页 2 CN 113255243 B 2均方误差 决定系数 其中， Yi, 分别表示预测值、 观测值和均值。 7.根据权利要求2所述的基于人工侧线的仿生机器鱼近壁面流场识别方法， 其特征在 于， 所述依据压强系数方差曲线， 采用特征变量逐步消除法对输入数据特征进 行缩减， 优化 特征集， 具体包括： 对压力传感器采集的压强系数方差值按照从小到大的顺序逐步消除对应的输入数据 特征。 8.一种基于人工侧线的仿生机器鱼近壁 面流场识别系统， 其特 征在于， 包括： 数据采集模块， 所述数据采集模块用于在仿生机器鱼上配置多个压力传感器， 通过多 个压力传感器采集压力数据； 模型构建模块， 所述模型构建模块依据压力数据， 采用多层前馈神经网络构建来流速 度的预测回归模型和靠壁距离的预测回归模型， 其中， 多层前馈神经网络的结构参数包括 输入数据特征数量、 隐藏层数量、 隐藏层神经元数量以及隐藏层和输出层的激活函数选择， 采用ReLU函数作为多层前馈神经网络的 隐藏层激活函数， 所述多层前馈神经网络的输出层 采用线性激活函数； 来流速度模型优化模块， 所述来流速度模型优化模块采用均 方误差和决定系数对来流 速度的预测回归模型进行评估， 获得最优的来流速度的预测回归模型； 采用最优的来流速 度的预测回归 模型对近壁 面流场进行识别； 靠壁距离模型优化模块， 所述靠壁距离模型优化模块采用均 方误差和决定系数对靠壁 距离的预测回归模型进行评估， 获得最优的靠壁距离的预测回归模型； 采用最优的靠壁距 离的预测回归 模型对近壁 面流场进行识别。权　利　要　求　书 2/2 页 3 CN 113255243 B 3