耦合梯度与分级Kriging模型的高效气动优化方法

发布时间：2017-07-30 08:02

  本文关键词：耦合梯度与分级Kriging模型的高效气动优化方法

  更多相关文章： 翼型 分级Kriging模型 耦合梯度 气动优化 减阻

【摘要】：Kriging代理模型中引入梯度信息能够提高模型的预测精度,但常规耦合梯度的方法都有不足之处。本文结合分级Kriging模型,提出了一种变可信度分级Kriging模型耦合梯度(GEHK)信息的新方法。首先利用梯度信息,选取扰动步长得到初始样本点附近的派生点,以派生点拟合出能够预测目标函数趋势的低精度Kriging模型。然后以初始样本点修正该模型得到高精度的Kriging模型。翼型减阻优化设计算例表明,与常规耦合梯度的Kriging模型相比,基于分级Kriging的梯度耦合方法对于扰动步长引入的误差不敏感,明显提高了模型预测精度,优化效率因此提升并使得目标函数值下降得更加迅速。相比Euler解作为低精度数据的常规分级Kriging模型,由梯度信息得到的派生点为模型提供了更准确的全局趋势预测,取得了更好的优化结果。本文方法成功应用于翼型多点减阻优化问题,说明该方法对复杂设计问题有很好的适应性。基于分级Kriging模型的耦合梯度方法克服了常规方法的缺点,提高了模型全局拟合精度,是一种优化效率更高的Kriging方法。
【作者单位】： 西北工业大学翼型叶栅国家重点实验室;
【关键词】： 翼型 分级Kriging模型 耦合梯度 气动优化 减阻
【基金】：国家自然科学基金(11272263) 中央高校基本科研业务费专项资金(310201401JCQ01017)~~
【分类号】：V211.41
【正文快照】：

【参考文献】

中国期刊全文数据库 前5条

1 孙智伟;白俊强;高正红;肖春生;郝礼书;;现代超临界翼型设计及其风洞试验[J];航空学报;2015年03期

2 白俊强;王丹;何小龙;李权;郭兆电;;改进的RBF神经网络在翼梢小翼优化设计中的应用[J];航空学报;2014年07期

3 张扬;白俊强;朱军;黄江涛;;改进Hicks-Henne型函数法在翼型参数化中的应用[J];飞行力学;2011年05期

4 蒙文巩;马东立;楚亮;;基于神经网络响应面的机翼气动稳健性优化设计[J];航空学报;2010年06期

5 王晓锋,席光;基于Kriging模型的翼型气动性能优化设计[J];航空学报;2005年05期

【共引文献】

中国期刊全文数据库 前10条

1 胡金峰;;基于HyperStudy的汽车转向系统振动分析与优化[J];农业装备与车辆工程;2016年04期

2 吴任和;贺爱东;;基于Kriging模型的并联机器人机构的多目标优化设计[J];机械设计与制造;2016年02期

3 吴亚东;曹安国;刘鹏寅;杜朝辉;;Pareto多目标算法在离心压缩机蜗壳优化中的应用[J];航空动力学报;2016年01期

4 宋超;杨旭东;宋文萍;;耦合梯度与分级Kriging模型的高效气动优化方法[J];航空学报;2016年07期

5 王晓军;袁平;毛志忠;杜宁;;基于随机森林的风洞马赫数预测模型[J];航空学报;2016年05期

6 王荣;张红军;王贵东;陈广强;白鹏;张珍铭;李晓冬;傅建明;;吸气式空空导弹外形多学科一体化优化设计[J];航空学报;2016年01期

7 阮辉;罗兴，

本文编号：593156