基于遺傳算法的翼型多目標(biāo)氣動(dòng)優(yōu)化設(shè)計(jì).pdf

1、本文旨在建立一種不依賴于梯度計(jì)算的多目標(biāo)氣動(dòng)優(yōu)化設(shè)計(jì)方法，基本優(yōu)化手段為遺傳算法，融合Nash 平衡及小生境等思想，通過外部調(diào)用CFD流場(chǎng)解算器，實(shí)現(xiàn)了以NACA0012翼型為基準(zhǔn)的多目標(biāo)氣動(dòng)優(yōu)化設(shè)計(jì)。
　　 在優(yōu)化過程中，二進(jìn)制編碼的遺傳算法需要多次調(diào)用CFD流場(chǎng)解算器，以實(shí)現(xiàn)種群適應(yīng)度評(píng)估；繞翼型的外部無粘流場(chǎng)采用基于非結(jié)構(gòu)網(wǎng)格的Jameson有限體積方法進(jìn)行求解，時(shí)間推進(jìn)采用顯式五步Runge-Kutta格式；為實(shí)現(xiàn)不同目

2、標(biāo)的協(xié)同優(yōu)化，采用了Nash 平衡的博弈思維；
　　 為避免早熟同時(shí)盡可能找到所有全局最優(yōu)解，采用了基于共享機(jī)制的小生境技術(shù)；為提高計(jì)算效率，使用了動(dòng)彈網(wǎng)格技術(shù)以及斷點(diǎn)接力計(jì)算技術(shù)；優(yōu)化參數(shù)為翼型氣動(dòng)型面，采用既適合氣動(dòng)外形又能提高搜索效率的Bézier參數(shù)曲線進(jìn)行基因表達(dá)。
　　 本文在成功實(shí)現(xiàn)翼型重構(gòu)的基礎(chǔ)上，首先進(jìn)行了跨音速條件下升力極大以及阻力極小的單目標(biāo)優(yōu)化設(shè)計(jì)，然后結(jié)合博弈論中的Nash平衡，實(shí)現(xiàn)了多目標(biāo)優(yōu)化