10.3969/j.issn.1674-8190.2012.04.006
遗传算法结合神经网络的多段翼型优化设计研究
为提高多段翼型增升效能,开展包括襟/缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明:采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。
遗传算法、神经网络、多段翼型、优化设计
3
V211.3(基础理论及试验)
2013-01-27(万方平台首次上网日期,不代表论文的发表时间)
共9页
413-421