神经网络在高空长航时无人机翼型多点优化中的应用

• 作者: 廉筱纯 韩同来
• 来源期刊: 航空工程进展
• 关键词: 翼型优化 多点设计 NSGAII 神经网络 网格变形 高空长航时无人机
• 年，卷（期）: 2010,（3）
• 页码范围: 246-250,305
• 分类号: V211.43
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8190.2010.03.010

摘要

NSGAII算法在翼型多点设计中有着广泛的应用价值,然而其巨大的计算资源和计算成本限制了它的使用.为了解决这个问题,本文引入具有较强非线性映射能力的神经网络代理模型,采用实验设计结合BP法训练神经网络响应面来代替N-S方程求解翼型的性能.在实验点的数值模拟中,为了进一步节省计算资源,提高计算效率,采用网格的变形代替网格的重新划分,使得计算网格的更新速度提高了约50%.在翼型的参数化过程中,采用改进的PARSEC方法,用较少的参数实现了翼型的精确控制.为了增强神经网络的泛化能力,采用12-7-4-3-1的隐层结构.对NLF1015翼型的多点优化算例表明,此方法不仅显著降低了整个优化过程的计算量,而且对翼型的气动性能预测也具有较高的可信度,在高空长航时无人机的翼型设计中具有一定的潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩同来	西北工业大学动力与能源学院	4	23	3.0	4.0
2	廉筱纯	西北工业大学动力与能源学院	9	72	5.0	8.0