| 神经网络在高空长航时无人机翼型多点优化中的应用 |
| |
| 引用本文： | 韩同来,廉筱纯.神经网络在高空长航时无人机翼型多点优化中的应用[J].航空工程进展,2010,1(3):246-250. |
| |
| 作者姓名： | 韩同来 廉筱纯 |
| |
| 作者单位： | 西北工业大学,动力与能源学院,西安,710172 |
| |
| 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。
|
| 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 |
Application of Neural Network in the Multi-Point Optimization of HALE UAV Airfoil |
| |
| Han Tonglai,Lian Xiaochun.Application of Neural Network in the Multi-Point Optimization of HALE UAV Airfoil[J].Advances in Aeronautical Science and Engineering,2010,1(3):246-250. |
| |
| Authors: | Han Tonglai Lian Xiaochun |
| |
| Institution: | (School of Power and Energy,Northwestern Polytechnical University,Xi’an 710072,China) |
| |
| Abstract: | 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。 |
| |
| Keywords: | airfoil optimization multi-point design NSGAII neural network grid morphing HALE UAV |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
