翼型多目標氣動優(yōu)化設(shè)計方法(編輯修改稿)
2025-02-03 15:08 本頁面
【文章內(nèi)容簡介】 合處的光滑性。 HicksHenne函數(shù)簇 ： 函數(shù)圖形 ◆ mi=、 、 、 、 ◆ ni =3 、 3 、 3 、 3 、 1 (i= 5) 優(yōu)化設(shè)計算法 ： 遺傳算法 簡單遺傳算法的遺傳操作主要有三種 :選擇(selection)、 雜交 (crossover)、 變異(mutation)。 ◆ 選擇操作 根據(jù)個體的適應(yīng)度函數(shù)值所度量的優(yōu)劣程度決定它在下一代是被淘汰還是被遺傳 。 ◆ 雜交算法 交換隨機挑選的兩個個體的某些位 ， ◆ 變異算子 則直接對一個個體中的隨機挑選的某一位進行突變 。 優(yōu)化設(shè)計算法： 模擬退火算法 模擬退火算法是一種基于 Monte Carlo 迭代求解的 啟發(fā)式隨機搜索算法 ，它源于固體退火原理，首先將固體加溫至充分高，使固體內(nèi)部的粒子變?yōu)闊o序狀，內(nèi)能增大，再讓其徐徐冷卻，粒子漸趨有序，最后在常溫時達到基態(tài)，內(nèi)能減為最小。模擬退火算法用內(nèi)能 E模擬 目標函數(shù) ，用溫度 T作為 控制參數(shù) 。 優(yōu)化設(shè)計算法 ： 多目標算法及約束條件處理 Pareto邊界 的處理方法：僅對 Pareto邊界進行操作
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1