基于粒子群算法的翼型優化設計

采用粒子群算法(PSO)對層流翼型進行了以提高升阻比為目標的優化設計.翼型的設計達到了設計要求,優化設計后的翼型氣動特性也有顯著地改善,這表明了粒子群算法應用于翼型氣動優化設計的可行性.在優化設計的過程中,粒子采用遞減慣性權重,以加強粒子初期的全局搜索能力與后期的局部搜索能力.翼型由解析函數線性疊加法表示,目標函數和粒子的適應度由基于二維歐拉方程的流場數值解來提供.

作 者： 許平 姜長生 XU Ping JIANG Chang-sheng   作者單位： 許平,XU Ping(南京航空航天大學,自動化學院,江蘇,南京,210016;中國人民解放軍94669部隊,安徽,蕪湖,241007)

姜長生,JIANG Chang-sheng(南京航空航天大學,自動化學院,江蘇,南京,210016) 

刊 名： 飛機設計  英文刊名： AIRCRAFT DESIGN  年，卷(期)： 2008 28(5)  分類號： V211.4  關鍵詞： 粒子群算法   翼型   歐拉方程   氣動優化  

【基于粒子群算法的翼型優化設計】相關文章：

基于遺傳算法的翼型多目標氣動優化設計04-27

Pareto基因算法多目標翼型優化設計04-27

基于劃分和重分布的粒子群算法及優化策略04-25

基于粒子群算法的資源均衡04-27

基于N-S方程的翼型氣動優化設計04-26

基于遺傳算法的負彎度翼型亞音速多點設計04-26

基于遺傳算法的飛機氣動優化設計04-27

跨音速翼型氣動優化設計方法04-27

基于動態維度交叉的粒子群高維函數優化04-26

基于粒子群算法的神經網絡在水資源評價中的應用04-27