基于Kriging代理模型的氣動(dòng)外形優(yōu)化方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩63頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文基于Kriging代理模型,就氣動(dòng)外形優(yōu)化設(shè)計(jì)中EGO全局優(yōu)化算法相關(guān)的問題進(jìn)行了研究。先將算法涉及的遺傳算法進(jìn)行了自適應(yīng)改造,結(jié)合自適應(yīng)多點(diǎn)交叉、自適應(yīng)交叉率和變異率,發(fā)展了考慮生存壓力的自適應(yīng)遺傳算法(AGA);接著,結(jié)合Kriging代理模型的構(gòu)建,研究了 Kriging代理模型中超參數(shù)取值與模型非線性度的關(guān)系;在此基礎(chǔ)上,結(jié)合最佳改善期望函數(shù)EI,研究了基于Kriging代理模型的EGO全局優(yōu)化算法,重點(diǎn)探討了算法的并行性和

2、多點(diǎn)更新策略,開發(fā)了基于多點(diǎn)更新策略的并行 EGO算法計(jì)算程序,并把該程序集成到開發(fā)的基于API函數(shù)庫(kù)的自動(dòng)化工作平臺(tái)。最后,應(yīng)用本文發(fā)展的AGA和并行EGO算法,先對(duì)一個(gè)跨音速翼型進(jìn)行了阻力系數(shù)極小化設(shè)計(jì),結(jié)果顯示,優(yōu)化后翼型的阻力系數(shù)降低了16.23%,減阻效果明顯;接著,對(duì)用于控制大攻角翼型失速特性的流動(dòng)偏轉(zhuǎn)器進(jìn)行了優(yōu)化設(shè)計(jì),結(jié)果相比于干凈翼型,上翼面流動(dòng)分離得到了有效控制,其失速攻角推遲了將近7度??傮w上,函數(shù)驗(yàn)證和氣動(dòng)外形優(yōu)化

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論