期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习的翼型水动力性能优化设计
被引量:
1
1
作者
李仰建
李子如
+1 位作者
刘谦
贺伟
《中国造船》
EI
CSCD
北大核心
2024年第1期176-189,共14页
基于机器学习的翼型几何优化设计方法可有效避免复杂的计算流体力学数值求解过程,具有更高的计算效率。对翼型进行参数化表示,构建机器学习模型与优化算法进行学习和预测,能极大地减少翼型优化设计时间。论文开展了基于机器学习的翼型...
基于机器学习的翼型几何优化设计方法可有效避免复杂的计算流体力学数值求解过程,具有更高的计算效率。对翼型进行参数化表示,构建机器学习模型与优化算法进行学习和预测,能极大地减少翼型优化设计时间。论文开展了基于机器学习的翼型水动力性能预测和优化设计研究。运用CST方法对翼型进行参数化表示;采用XGBoost建立翼型水动力特性快速预报模型;结合机器学习方法和遗传算法,综合考虑升力系数、阻力系数和翼型表面压力系数建立优化模型,完成了某翼型的优化设计与水动力性能分析。结果表明:提出的翼型优化设计方法可获取优良翼型,对船用螺旋桨叶剖面设计优化具有重要意义。
展开更多
关键词
遗传算法NSGA-Ⅲ
翼型设计
CST参数化
应用软件open
FOAM
原文传递
题名
基于机器学习的翼型水动力性能优化设计
被引量:
1
1
作者
李仰建
李子如
刘谦
贺伟
机构
高性能船舶技术教育部重点实验室(武汉理工大学)
武汉理工大学船海与能源动力工程学院
出处
《中国造船》
EI
CSCD
北大核心
2024年第1期176-189,共14页
基金
国家自然科学基金重点国际合作研究项目(51720105011)。
文摘
基于机器学习的翼型几何优化设计方法可有效避免复杂的计算流体力学数值求解过程,具有更高的计算效率。对翼型进行参数化表示,构建机器学习模型与优化算法进行学习和预测,能极大地减少翼型优化设计时间。论文开展了基于机器学习的翼型水动力性能预测和优化设计研究。运用CST方法对翼型进行参数化表示;采用XGBoost建立翼型水动力特性快速预报模型;结合机器学习方法和遗传算法,综合考虑升力系数、阻力系数和翼型表面压力系数建立优化模型,完成了某翼型的优化设计与水动力性能分析。结果表明:提出的翼型优化设计方法可获取优良翼型,对船用螺旋桨叶剖面设计优化具有重要意义。
关键词
遗传算法NSGA-Ⅲ
翼型设计
CST参数化
应用软件open
FOAM
Keywords
genetic algorithm NSGA-III
airfoil design
CST parameterization
software
open
FOAM
分类号
U664.33 [交通运输工程—船舶及航道工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于机器学习的翼型水动力性能优化设计
李仰建
李子如
刘谦
贺伟
《中国造船》
EI
CSCD
北大核心
2024
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部