基于改进多目标布谷鸟搜索算法的翼型气动优化设计

论文摘要

布谷鸟搜索（CS）算法是一种新型的受自然现象启发的元启发式智能优化算法,其强大的全局搜索能力和收敛速度受到了广泛关注。多目标布谷鸟搜索（MOCS）算法是一种在单目标布谷鸟算法基础上发展的可以直接求解Pareto解集的多目标优化算法。针对原始MOCS算法的不足,采用一系列措施以提高算法的收敛精度、收敛速度以及解的均匀性:通过引入非支配排序与拥挤距离来改进解的适应度评估;通过改进随机游走策略来提高局部搜索能力;通过引入改进的自适应丢弃概率策略来提高算法的收敛速度;加入档案管理机制,提高解的均匀性。典型的多目标数值算例结果表明,改进的MOCS算法相较于当前主流的NSGA-Ⅱ算法拥有更快的收敛速度和更高的收敛精度。以RAE2822双目标升阻比优化设计为例,将改进的MOCS算法应用于多目标气动优化中,改进的MOCS算法共获得64个Pareto解,优化后的翼型气动性能有明显的提升,设计者可以根据自己的偏好选取不同的Pareto解。对于气动优化问题,改进的MOCS算法与目前主流的NSGA-Ⅱ相比,收敛速度更快。

论文目录

• 1 多目标布谷鸟搜索算法
• 2 改进的多目标布谷鸟搜索算法
•   2.1 算法改进措施
•   2.2 算法步骤
•   2.3 仿真测试
• 3 翼型Pareto多目标优化设计
•   3.1 翼型几何外形参数化
•   3.2 网格自动生成技术
•   3.3 流场数值计算
•   3.4 翼型Pareto多目标优化设计
•   3.5 3种算法优化结果比较
• 4 结论

文章来源

类型: 期刊论文

作者: 张鑫帅,刘俊,罗世彬

关键词: 多目标布谷鸟搜索算法,最优解集,多目标优化,翼型,气动优化设计

来源: 航空学报 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,信息科技

专业: 力学,航空航天科学与工程,自动化技术

单位: 中南大学航空航天学院

基金: 国家自然科学基金(11702332,11272349)~~

分类号: V211.41;TP18

页码: 54-67

总页数: 14

文件大小: 687K

下载量: 413