本发明涉及固体发动机，具体是一种数据知识融合的固体发动机迁移优化方法。
背景技术：
1、固体火箭发动机是在火箭等航天运载器中广泛应用的动力系统之一，总体设计是固体发动机设计中最核心最苦难的技术之一，其主要任务是根据提供的总体指标，确定优化设计参数及范围，设计固体发动机的主要设计参数，完成固体发动机初步设计。
2、目前常用的固体发动机设计方法主要有人工法与优化法。人工法指的是针对新的设计需求，经验丰富的工程师可以发动机的初始设计参数，通过实验试错调整参数，通常可以得到较好的结果。优化法指的是构建固体发动机性能仿真模型，确定设计变量及范围，采用智能优化方法或者现有的基于代理模型优化方法搜索设计域，进行最优设计。
3、但在实际应用时，人工法需要具有丰富的工程经验，设计门槛较高，同时一旦试验结果较差不合适会导致大量的重复性工作，浪费时间成本和试验成本。而优化法每次都冷启动探索设计空间，易造成计算资源的浪费。
技术实现思路
1、针对上述现有技术中固体发动机设计参数多、变量范围大，导致进行总体设计时算法收敛困难、设计效率低下的问题，本发明供一种数据知识融合的固体发动机迁移优化方法，实现了固体发动机总体设计效率的提升，为固体发动机高效设计提供方法支撑。
2、为实现上述目的，本发明提供一种数据知识融合的固体发动机迁移优化方法，包括如下步骤：
3、步骤1，在第一映射燃速下，将各个源域发动机的性能特征与质量特征映射到目标域发动机，得到若干低精度样本点，其中，所述第一映射燃速与源域发动机的燃速相同；
4、步骤2，在第二映射燃速下，计算各个源域发动机在目标域发动机上的映射推力时间曲线，并基于所述映射推力时间曲线与目标域发动机的需求推力时间曲线的误差获取目标域发动机的高性能设计域，其中，所述第二映射燃速基于目标域发动机的工作时间需求与源域发动机的工作时间反推得到；
5、步骤3，基于所述低精度样本点与所述高性能设计域对目标域发动机进行迭代优化，得到目标域发动机的设计结果。
6、与现有技术相比，本发明具有如下有益技术效果：
7、本发明从已有的固体发动机设计案例知识出发，利用案例历史知识迁移映射方法将源域发动机设计案例映射到目标域上，得到目标域的先验知识，通过变燃速映射得到高性能设计域，实现对目标发动机的高效设计，不仅相对于一般人工选型方法实现了自动化、降低了门槛，而且通过对历史知识的重用，提高了优化效率，实现智能化设计，能够有效地满足固体发动机设计智能化需求。
1.一种数据知识融合的固体发动机迁移优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的数据知识融合的固体发动机迁移优化方法，其特征在于，步骤1中，对于源域发动机i，将其性能特征映射到目标域发动机的过程为：
3.根据权利要求2所述的数据知识融合的固体发动机迁移优化方法，其特征在于，步骤1中，对于源域发动机i，将其质量特征映射到目标域发动机的过程为：
4.根据权利要求1或2或3所述的数据知识融合的固体发动机迁移优化方法，其特征在于，步骤2中，对于源域发动机i，其在目标域发动机上的映射推力时间曲线的计算过程为：
5.根据权利要求1或2或3所述的数据知识融合的固体发动机迁移优化方法，其特征在于，步骤2中，基于映射推力时间曲线与目标域发动机的需求推力时间曲线的误差获取目标域发动机的高性能设计域的过程为：
6.根据权利要求5所述的数据知识融合的固体发动机迁移优化方法，其特征在于，对于源域发动机i，其对应的映射发动机的映射推力时间曲线与目标域发动机的需求推力时间曲线之间的误差具体为：
7.根据权利要求1或2或3所述的数据知识融合的固体发动机迁移优化方法，其特征在于，步骤3中，对目标域发动机进行迭代优化的过程为：
8.根据权利要求7所述的数据知识融合的固体发动机迁移优化方法，其特征在于，步骤303中，根据当前所述精英档案中各高精度样本点的可行性确定采样准则的过程具体为：
