遗传算法在机翼气动外形优化中的应用研究

• 作 者: 彭鑫[1]陈德华[1]吴文华[2]刘大伟[1]
• 机 构: 中国空气动力研究与发展中心 高速空气动力研究所，四川北川，中国，622661 空气动力学国家重点实验室，四川绵阳，中国，621000
• 出 处: 2012年第14届中国系统仿真技术及其应用学术年会
• 发表日期: 2012年期

　　飞行器气动布局优化是一类非常重要的多参数非线性优化系统，遗传算法在处理这种多参数问题时往往存在收敛速度慢甚至不收敛的问题，从而影响了其在复杂气动布局优化中的应用。为此，本文在基于实数编码技术的遗传算法的基础上，着重改进了主要影响遗传算法性能的交叉算子和变异算子，设计了一种带有进化方向的交叉算子，和一种根据个体之间距离远近和进化代数而自动调整变异的自适应变异算子。在优化设计中，采用Bezier-Bernstein参数化方式，目标函数由N-S方程的流场解提供。基于遗传算法天然的并行性优点，计算是在linux机群下并行运算以减少流场解算器的耗时。以ONERA M6机翼减阻优化为例，优化了64个参数，优化了30步并取得了比较好的效果，在设计升力不减少、翼剖面最大厚度和面积不减少的约束下减阻达9.68％，表明对遗传算法的改进是成功的。