遗传算法(Genetic Algorithms简写GA)是用于优化问题的新的有用的工具,其运用了自然界中“优胜劣汰”的法则,并且在可能的解空间上形成多点逼近的评价工具。遗传算法在收敛性、结构化、对优化目标函数无要求等方面的优点使他能够有效的运用在发动机的设计工作中。 论文的工作包括:编写了标准遗传算法计算程序,针对发动机循环分析对计算效率的要求,对标准遗传算法作了相应的改进;在运算基础上,验证不同的遗传算法的遗传算子(选择、繁殖、变异等)值对优化结果的影响,提供了一组适合发动机循环分析的遗传算法参数值;在以上基础上,用面向对象的设计方法建立了优化设计的控制模块,采用调用遗传算法模块和发动机循环分析计算模块的输入、输出和执行文件的方式,解决了算法在不同发动机循环分析计算中的通用化的问题,同时,具有算法的可扩充性(加入其他算法)和发动机设计中的相关优化问题(尺寸、重量设计和飞机/发动机一体化设计)的可扩展能力,具备了通用优化软件的基本构架。 最后给出了针对某型发动机设计点循环参数优化的结果,并对优化前后的值进行了比较,经分析优化的结果优于未经优化的循环参数。