一种改进的果蝇优化算法及其在气动优化设计中的应用
本文关键词: 果蝇优化算法 味道浓度 搜索步长 翼型 气动优化设计 出处:《航空学报》2017年04期 论文类型:期刊论文
【摘要】:果蝇优化算法(FOA)是一种新的群体智能优化算法,具有良好的全局收敛特性。为进一步提高FOA的寻优性能,将其引入到气动优化设计中,发展形成了改进的果蝇优化算法(IFOA)。IFOA通过引入惯性权重函数动态调整搜索步长,有效实现了算法全局搜索和局部搜索之间的动态平衡,提高了算法整体搜索效率和寻优精度;对于多维优化问题,IFOA每次搜索仅随机扰动其中一个决策变量,并在每个迭代步内将所有优秀果蝇个体(可行解)结合产生一个全新的果蝇个体进行一次搜索,大大加快了算法的收敛速度。函数测试结果表明,IFOA显著提高了FOA的寻优性能。将IFOA应用到气动优化设计中,翼型反设计和单/多目标优化设计的算例表明,IFOA是一种简单高效的优化方法,可广泛应用于气动优化设计。
[Abstract]:Drosophila Optimization algorithm (FOAA) is a new swarm intelligence optimization algorithm with good global convergence. In order to further improve the optimization performance of FOA, it is introduced into aerodynamic optimization design. An improved Drosophila optimization algorithm, IFOAA. IFOA, was developed to dynamically adjust the search step size by introducing inertial weight function, which effectively realized the dynamic balance between global search and local search. The whole search efficiency and optimization accuracy of the algorithm are improved. For multi-dimensional optimization problems, only one of the decision variables is randomly perturbed in each IFOA search. In each iterative step, all excellent Drosophila individuals (feasible solutions) are combined to generate a new individual Drosophila search, which greatly speeds up the convergence of the algorithm. The function test results show that. IFOA improves the optimization performance of FOA significantly. The application of IFOA to aerodynamic optimization design shows that the airfoil reverse design and single / multi-objective optimization design are applied to the optimization design. IFOA is a simple and efficient optimization method, which can be widely used in aerodynamic optimization design.
【作者单位】: 西北工业大学航空学院;
【基金】:国家自然科学基金(11172240) 航空科学基金(2014ZA53002) 国家“973”计划(2015CB755800)~~
【分类号】:TP18;V221
【正文快照】: 网络出版地址:www.cnki.net/kcms/detail/11.1929.V.20160623.1545.002.html引用格式:田旭,李杰.一种改进的果蝇优化算法及其在气动优化设计中的应用[J].航空学报,2017,38(4):120370.TIAN X,LI J.An improved fruit fly optimization algorithm and its application in aerody
【相似文献】
相关期刊论文 前10条
1 唐智礼;应用对策理论的多目标气动优化设计(英文)[J];Transactions of Nanjing University of Aeronautics & Astronau;2005年03期
2 傅林;左英桃;;高效气动优化设计方法[J];航空计算技术;2012年04期
3 王晓鹏;气动优化设计中的遗传算法研究[J];空气动力学学报;2001年02期
4 唐智礼;董军;;关于多目标气动优化设计中伴随方法与对策理论的耦合研究(英文)[J];Chinese Journal of Aeronautics;2009年01期
5 詹浩,白俊强,段卓毅,华俊;基于遗传算法和分布式计算的气动优化设计[J];计算物理;2004年04期
6 赵洪雷;王松涛;韩万金;冯国泰;;多级涡轮多工况气动优化设计研究[J];航空动力学报;2008年01期
7 张朝磊;厉海涛;丰镇平;;基于离散伴随方法的透平叶栅气动优化设计[J];工程热物理学报;2012年01期
8 宋立明;李军;丰镇平;罗常;;三维跨音速压气机叶栅多目标气动优化设计[J];工程热物理学报;2007年02期
9 赵洪雷;王松涛;韩万金;冯国泰;;多级涡轮三维气动优化设计的可行性分析与实现[J];热能动力工程;2008年01期
10 苏伟;白俊强;;一种代理模型方法及其在气动优化设计中的应用[J];弹箭与制导学报;2008年03期
相关会议论文 前10条
1 高正红;左英桃;;基于变可信度模型管理的气动外形优化设计方法[A];近代空气动力学研讨会论文集[C];2005年
2 杨旭东;熊俊涛;朱兵;乔志德;;基于控制理论和高效网格生成算法的翼身组合体气动优化设计方法[A];庆祝中国力学学会成立50周年暨中国力学学会学术大会’2007论文摘要集(下)[C];2007年
3 唐智礼;;含有非确定性的大型民机鲁棒气动优化设计方法[A];大型飞机关键技术高层论坛暨中国航空学会2007年学术年会论文集[C];2007年
4 丰镇平;宋立明;罗常;李军;;叶轮机械三维叶栅气动优化设计系统[A];中国动力工程学会透平专业委员会2007年学术研讨会论文集[C];2007年
5 熊俊涛;乔志德;;基于响应面法的跨音速翼型气动优化设计[A];计算流体力学研究进展——第十二届全国计算流体力学会议论文集[C];2004年
6 陈立海;杨青真;孙志强;季新杰;;基于遗传算法与神经网络的翼型气动优化设计研究[A];第二十九届中国控制会议论文集[C];2010年
7 陶洋;李永红;黄勇;;基于代理模型的超临界翼型多点优化设计[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年
8 王秀卓;徐燕骥;张宏武;陈乃兴;;透平静叶的多参数气动优化设计方法[A];大型飞机关键技术高层论坛暨中国航空学会2007年学术年会论文集[C];2007年
9 熊俊涛;乔志德;杨旭东;;基于控制理论的跨声速弹性机翼气动优化设计方法研究[A];庆祝中国力学学会成立50周年暨中国力学学会学术大会’2007论文摘要集(下)[C];2007年
10 陈颂;白俊强;朱军;黄江涛;;基于自由变形技术和连续伴随方法的跨音速机翼气动优化设计[A];第七届全国流体力学学术会议论文摘要集[C];2012年
相关博士学位论文 前5条
1 王晓鹏;遗传算法及其在气动优化设计中的应用研究[D];西北工业大学;2000年
2 杨旭东;基于控制理论的气动优化设计技术研究[D];西北工业大学;2002年
3 汪光文;基于并行遗传算法的风扇/压气机叶片气动优化设计[D];南京航空航天大学;2009年
4 赵洪雷;航空轴流涡轮的多级气动优化设计及气动性能研究[D];哈尔滨工业大学;2007年
5 张宇飞;基于先进CFD方法的民用客机气动优化设计[D];清华大学;2010年
相关硕士学位论文 前9条
1 颜辉;压气机叶片气动优化设计方法研究[D];南京航空航天大学;2014年
2 熊俊涛;基于响应面方法的气动优化设计[D];西北工业大学;2005年
3 吴晓鹏;压气机优化平台建立与跨音速压气机气动优化设计[D];哈尔滨工业大学;2008年
4 刘艳;基于遗传算法的翼型多目标气动优化设计[D];南京航空航天大学;2009年
5 靳杰;涡轮S_2流面正问题气动优化设计研究[D];哈尔滨工业大学;2008年
6 陈立海;基于神经网络与遗传算法的压气机叶片气动优化设计研究[D];西北工业大学;2007年
7 王秀卓;叶轮机械叶片气动优化设计方法的研究[D];中国科学院研究生院(工程热物理研究所);2008年
8 朱莉;基于神经网络的翼型优化设计方法研究[D];西北工业大学;2007年
9 金鑫;智能化方法在民用客机巡航构型气动优化中的应用[D];复旦大学;2012年
,本文编号:1444173
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1444173.html