基于级联前向网络的翼型优化设计

发布时间：2019-09-11 07:21

【摘要】：针对应用遗传算法进行气动优化需要巨大计算量和计算时间的问题,采用将级联前向神经网络作为流场计算的代理模型的方法,能够减少计算量和计算时间.采用类别形状函数(CST)参数化方法,对翼型进行参数化,在限定的范围内随机生成翼型样本,应用样本对级联前向神经网络进行训练,用训练后精度达到要求的级联前向网络作为翼型流场数值计算的代理模型.采用单目标的遗传算法,将级联前向网络和流场数值计算的升阻比作为目标函数,将翼型的CST参数作为单位个体的所有基因,对标准翼型进行优化.数值试验表明,用级联前向网络计算出的升阻比可以达到进行气动优化所需要的精度要求,对于给定的优化目标可以节约大量的计算时间.
【作者单位】： 浙江大学工程与科学计算研究中心;浙江大学航空航天学院;
【基金】：国家自然科学基金青年资助项目(61501399)
【分类号】：TP18;V224

【相似文献】

相关期刊论文 前6条

1 王凌,郑大钟;前向网络的两种混合学习策略[J];清华大学学报(自然科学版);1998年09期

2 侯培国,王知人,吴士昌,张铁华;一种三层前向网络参数的解析计算方法[J];东北重型机械学院学报;1997年04期

3 谢富强;唐耀庚;;多层前向神经网络权值初始化的研究进展[J];南华大学学报(自然科学版);2006年03期

4 杨文平,贾晓鸣;具有记忆环节的前向网络时空结构识别方法研究[J];河北理工学院学报;1999年01期

5 田惠生,李延宁,曹秀国,李晔;一种新的模糊前向网络的研究[J];西安交通大学学报;1997年01期

6 ;[J];;年期

相关会议论文 前3条

1 王凌;郑大钟;;前向网络的两种混合训练策略[A];1997年中国控制会议论文集[C];1997年

2 张友民;朱志伟;;一种考虑输出的RBF网络聚类新算法[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（上册）[C];1995年

3 张军英;陈森林;;前向网络的输入模式与网络的结构不变性[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

，

本文编号：2534270