基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用求解N-S方程作为优化算法中的CFD分析方法,基于标准粒子群优化算法(PSO),将其与遗传算法中的选择机制相结合,形成了一种改进的基于自然选择的粒子群算法( SELPSO),以提高算法的求解精度和改善算法的全局收敛性.为改善串行粒子群算法效率低,耗机时等缺点,文中将分布式计算引入到优化设计过程中,实现了基于分布式粒子群算法的翼型设计优化系统,设计实践表明,文中发展的优化算法对优化设计系统质量和效率都有着大幅度的提高,在工程中具有很好的实用价值.
推荐文章
基于社会模型改进粒子群算法的翼型优化设计
粒子群算法
社会模型
聚群行为
翼型优化设计
基于改进粒子群算法的分布式电源定址定容寻优
选址定容
多目标优化
前推回代算法
粒子群算法
基于粒子群算法的长航时无人机翼型快速优化设计
翼型优化设计
粒子群优化算法
代理模型
长航时无人机
一种混合粒子群优化算法在翼型设计中的应用
粒子群优化算法
差分进化算法
分层交换差分粒子群优化算法
翼型设计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分布式粒子群算法的翼型优化设计
来源期刊 空气动力学学报 学科 航空航天
关键词 分布式计算 粒子群优化算法 N-S方程 自然选择
年,卷(期) 2011,(4) 所属期刊栏目 研究简报
研究方向 页码范围 464-469
页数 分类号 V211.3
字数 4321字 语种 中文
DOI 10.3969/j.issn.0258-1825.2011.04.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高正红 西北工业大学翼型叶栅空气动力国防科技重点实验室 173 1329 19.0 25.0
2 李静 西北工业大学翼型叶栅空气动力国防科技重点实验室 53 374 10.0 17.0
3 黄江涛 西北工业大学翼型叶栅空气动力国防科技重点实验室 27 203 8.0 13.0
4 赵轲 西北工业大学翼型叶栅空气动力国防科技重点实验室 11 110 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (123)
参考文献  (7)
节点文献
引证文献  (22)
同被引文献  (36)
二级引证文献  (43)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(7)
  • 参考文献(3)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(6)
  • 引证文献(4)
  • 二级引证文献(2)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(8)
  • 引证文献(5)
  • 二级引证文献(3)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(15)
  • 引证文献(4)
  • 二级引证文献(11)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(14)
  • 引证文献(1)
  • 二级引证文献(13)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
分布式计算
粒子群优化算法
N-S方程
自然选择
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
空气动力学学报
双月刊
0258-1825
51-1192/TK
大16开
四川绵阳211信箱
62-27
1980
chi
出版文献量(篇)
2557
总下载数(次)
3
总被引数(次)
19199
论文1v1指导