翼型的空气动力学优化
使用进化算法对机翼进行空气动力学优化。
动机
该项目于2016年5月完成,目的是对ISAE-SUPAERO研究生院第二年的粘性空气动力学课程进行最终评估。
方法
目的是找到一种在滑流条件下能最大化给定性能标准的滑翔机翼型。 选择类形状变换(CST)可以对机翼几何形状进行数学建模,因为它所需的参数数量少且具有强大的建模能力。 CST还可以轻松确保前后缘的几何形状一致。 使用了两种不同的优化算法:
首先实现了遗传算法,其中CST参数充当“染色体”,而机翼充当“个体”。
然后实施了混合遗传算法,包括两个步骤。 第一步与遗传算法相同,其中第二步执行约束优化,以进一步利用先前发现的局部吸引区。
迄今为止,仅遗传算法已上传。
先决条件
该项目是用MATLAB编写的,因此需要MATLAB的副本。 它还使用了MATLAB的Global Optimization Toolbox的
1