|
|||||
|
|
| 基于BP人工神经网络的离心压气机叶轮多目标优化设计方法 | |
| 作者姓名： | 罗明 左志涛 李弘扬 李文 陈海生 |
| 作者单位： | 1. 中国科学院 工程热物理研究所, 北京 100190; |
| 基金项目： | 国家高技术研究发展计划（2013AA050801）;科技部国际合作项目（2014DFA60600） |
| 摘 要： | 利用Concept NREC软件建立离心压气机叶轮设计样本库,借助BP（back propagation）人工神经网络建立样本库中各设计参数与压气机性能之间的关系,接下来以多目标遗传算法寻找Pareto解,从而获得离心压气机叶轮最佳设计参数.将该方法应用于Krain叶轮设计工况,所得叶轮的效率、压比较Krain叶轮原型分别提高1.4%和10.9%.通过对人工神经网络模型可靠性的讨论、多目标优化模型的主成分分析和所设计叶轮性能的CFD验证,证明了所构建的目标函数与所获得的Pareto解集的合理性,说明本方法可以有效应用于在离心压气机设计、选型. |
| 关 键 词： | 离心压气机叶轮设计 多目标优化 遗传算法 人工神经网络 主成分分析 |
| 收稿时间： | 2015-01-15 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《航空动力学报》浏览原始摘要信息 | |
| 点击此处可从《航空动力学报》下载免费的PDF全文 | |