基于Pareto类遗传算法的平面叶栅多工况优化

作     者：舒信伟 谷传纲 杨波 肖军 高闯 SHU Xin-Wei;GU Chuan-Gang;Yang Bo;XIAO Jun;GAO Chuang

作者机构：上海交通大学机械与动力工程学院上海200030 

基　　金：国家自然科学基金(No.50676054) 国家863专项经费项目(No.2006AA052250)资助 

出 版 物：《工程热物理学报》 (Journal of Engineering Thermophysics)

年 卷 期：2008年第29卷第4期

页      码：599-601页

摘      要：将叶型参数化、试验设计方法、神经网络算法与Pareto类遗传算法相结合,发展了一种平面叶栅多目标优化设计方法.在该算法中,为提高优化效率,提出了并行神经网络算法和改进了NSGA-Ⅱ算法.以极小化三个工况点的总压损失系数为目标函数,将该优化方法应用于某平面叶栅多工况优化设计.与初始叶栅相比,优化后叶栅的总压损失系数在三个工况均有一定的减小,说明该优化方法是有效的。

主 题 词：平面叶栅 多工况优化 神经网络 遗传算法 

学科分类：08[工学] 0802[工学-机械学] 

核心收录：

D　O　I：10.3321/j.issn:0253-231X.2008.04.015

馆 藏 号：203586703...