混和遺傳算法及其在亞音速翼型優(yōu)化中的應(yīng)用

《混和遺傳算法及其在亞音速翼型優(yōu)化中的應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第4l卷第5期航空計算技術(shù)V01．41No．52011年9月AeronauticalComputingTechniques?。?01I混和遺傳算法及其在亞音速翼型優(yōu)化中的應(yīng)用李軍鵬，王和平(西北工業(yè)大學(xué)航空學(xué)院，陜西西安710072)摘要：為了降低遺傳算法中適應(yīng)度值的計算量。提出了一個新的混合算法，引入了聚類分析和下山單純形局部尋優(yōu)兩個算子，聚類分析評估種群在歐氏洲度上的分布特點后。給出合理的局部尋優(yōu)空問．有效利用了下山單純形算法的局部收斂特性，實現(xiàn)了算法的融合。在以升阻比最大為目標(biāo)的RAE2822

2、亞音速翼型單點設(shè)計中，分別采用傳統(tǒng)GA算法和新算法進行優(yōu)化設(shè)計．結(jié)果表明，新算法有效加快了計算效率，增強了算法對設(shè)計空間的挖掘能力。關(guān)鍵詞：混合遺傳算法；下山單純形；翼型設(shè)計；聚類分析；氣動優(yōu)化中圍分類號：V21l文獻標(biāo)識碼：A文章編號：1671．654X(2011)05．O005．04AHybridGenericAlgorithmanditsApplicationinOptimizationofaSubsonicAirfoilUJun—peng．WANGHe·ping(SchoolofAerona

3、utics，NorthwesternPolytechnicalUniversity，瓤’o,n710072，China)Abstract：TodecreasetheheavycomputationalcostofFitnessfunctioninGeneticAlgorithm，thispaperadvancedanewhybridmethod，inwhichclusteranalysisanddownhillsimplexlocalsearchwagineorpo—ratedastwoadditi

4、onaloperators．Clusteranalysisoperatorevaluatesthedivemityanddistributioncharac·tersofthepopulationaccordingtoEuclidianmeasureinthehypercubicspaceconstructedbydesignvari—ables，andsetupreasonablesubspaceforlocaloptimization，thusthelocalconvergenceability

5、ofDownhillSimplexcouldbeusedaggressively，andthetwoalgorithmsfusedtogether．AsinglepointtransonicairfoildesignstartedfromtheRAE2822withadesiretoachievemaximumlift·dragratioWassuccessfullyde—ployedwithtraditionalGA，andHybridGA．Acomparebetweentheobtmnedopt

6、imalsolutionsprovedthatthemeasureinthispaperbringaccelerationinthecomputationalspeedandoverwhelminthedigabilityoftopdesigns．Keywords：hybridgenericalgorithm；downhillsimplex；airfoildesign；clusteranalysis；aerodynamicsopti-mizafion引言模擬生物進化機制的遺傳算法(GA)因其良好的全

7、局搜索能力和對多峰強非線性問題的適應(yīng)性，在翼型設(shè)計中得到了大量研究。然而在GA算法中，必須保證種群的多樣性和相當(dāng)規(guī)模的子代數(shù)目來防止算法早熟陷入局部優(yōu)化，這意味著GA算法要想達到較好的效果，往往需要對適應(yīng)度值進行數(shù)千次甚至上萬次的計算。結(jié)合了局部尋優(yōu)算法的混合遺傳算法(Hy-bridGeneticAlgorithm，HGA)”。1。可以減少計算量，加快收斂速度。在HGA中選擇合適的局部尋優(yōu)點和局部尋優(yōu)范圍至關(guān)重要，不恰當(dāng)?shù)乃惴ɑ旌蠒绊懛N群的多樣性，導(dǎo)致算法早熟而陷人局部最優(yōu)。本文引入聚類分析(Cl

8、usterAnalysis)方法”1，對超立體設(shè)計空間使用歐氏測度分析種群的分布特點，將種群劃分成集聚子類空間，然后在子空間中采用下山單純形(DownhillSimplex)局部尋優(yōu)，對RAE2822翼型的單點設(shè)計證明此方法有效提升了GA的效率。1混合聚類分析的遺傳算法1．1聚類分析聚類分析的目標(biāo)是在相似的基礎(chǔ)上按照某一測度方式收集數(shù)據(jù)完成分類。對于多個設(shè)計變量的超立體收稿日期：201l一05—21修訂日期：201l一06—23基金項目：國家自然基金項目資助(5067