基于多輸出高斯過程回歸的翼型快速設計.pdf

1、翼型設計是飛行器設計中比較重要的步驟，影響著飛行器的主要飛行品質。在進行翼型設計時，傳統(tǒng)的風洞實驗和CFD技術周期長、成本高。為了降低成本、提高翼型的設計效率，作為對現(xiàn)有翼型設計方法的一個補充，本論文將機器學習中的多輸出高斯過程(MOGP)應用到翼型氣動性能快速評估和翼型快速設計中。MOGP采用了高斯基過程與光滑核函數(shù)的卷積為每個輸出端口建模，并通過共享高斯基過程模擬多輸出端口之間的相關性。
　　本論文采用一組NACA翼型族的翼型

2、作為實驗數(shù)據(jù)，計算出在一定條件下每個翼型的升力系數(shù)、阻力系數(shù)和表面壓力分布，進行氣動性能快速評估實驗和快速翼型設計實驗。氣動性能快速評估實驗以翼型外形參數(shù)為輸入數(shù)據(jù)，預測翼型的升力系數(shù)和阻力系數(shù)；快速翼型設計實驗以翼型表面的壓力分布為輸入數(shù)據(jù)，預測翼型的外形參數(shù)。論文建立了MOGP模型模擬實驗中翼型與氣動性能之間的非線性關系，并與常用的單輸出高斯過程(SOGP)回歸模型以及傳統(tǒng)的BP和RBF神經網絡模型進行了對比。實驗結果表明，在氣動性