基于modeFRONTIER软件的Ahmed模型空气动力学多目标智能优化研究

文档名：基于modeFRONTIER软件的Ahmed模型空气动力学多目标智能优化研究
多目标智能优化方法在汽车空气动力学领域有着重要的工程应用价值,本文采用modeFRONTIER软件基于Ahmed模型搭建多目标智能优化流程展开相关研究.本研究使用优化拉丁方试验设计(DesignofExperiments,DOE)方法对参数进行采样,经过GFD仿真后,选择神经网络(NeuralNetwork,NN)搭建近似模型建立参数与阻力系数和升力系数的对应关系,后使用多目标遗传算法优化.经过优化,Ahmed模型阻力系数降低46.6％,升力系数降低36.5％.
作者：刘欢韩思远崔健
作者单位：华晨汽车工程研究院
母体文献：2017年IDAJ中国CAE/CFD技术大会论文集
会议名称：2017年IDAJ中国CAE/CFD技术大会  
会议时间：2017年11月1日
会议地点：上海
主办单位：艾迪捷信息科技(上海)有限公司
语种：chi
分类号：TP3X82
关键词：汽车空气动力学  神经网络  阻力系数  升力系数
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文

2024-12-10 13:16 上传 基于modeFRONTIER软件的Ahmed模型空气动力学多目标智能优化研究.pdf

文件大小:

2.31 MB

下载次数:

60

高速下载