基于混合遗传算法和复合形法的翼型优化设计

【摘要】：本文将遗传算法和复合形法结合起来，运用流场分析程序，发展了一种工程实用的翼型优化设计方法，可以提高翼型在单点或多个设计点、多种约束条件下的气动性能。 遗传算法是一种全局性的搜索算法，这意味着它能够在具有多个局部最优解的解空间内搜索到全局最优解的位置，但是，当解空间比较大时，遗传算法无法以足够的精度和效率收敛到全局最有解。而复合形法，采用不同的策略，根据相邻点的信息，可以以较高的精度收敛到局部最优解。为了提高遗传算法的优化效率，本文将遗传算法和复合形法结合起来，建立了基于混合遗传算法和复合形法的气动优化设计方法。这两种方法的结合既可以获得全局性，又可以提高精度，由遗传算法获得全局解空间，在由复合形法搜索到全局最优解。因此，两者的结合能以较少的迭代次数获得较高的搜索效率。 在方法研究的基础上，本文采用混合遗传算法和复合形法对翼型进行了单目标和多目标的优化设计，流场计算采用雷诺平均N-S方程。算例表明，该设计优化方法稳定，设计质量高，效率比单纯遗传算法有很大提高，在工程中有较大的应用价值。