王宏亮
,
席光
工程热物理学报
本文将粘性流场分析与数值优化方法结合起来,由粘性流场分析得到升力、阻力等气动参数作为样本训练神经网络,并用训练好的神经网络来预测优化目标函数,分别采用了多日标遗传算法与多目标粒子群算法,对一种跨音速翼型的气动性能进行了多目标优化设计,并采用模糊偏好信息的多属性决策方法对多个优化解进行评价选优.算例研究表明,两种多目标优化算法都能得到有限多个多目标优化解,通过多属性决策方法评价选优的优化翼型气动性能有明显提高.
关键词:
跨音速翼型
,
优化设计
,
多目标优化
,
多属性决策
