论文部分内容阅读
为避免翼型单点优化设计存在的非设计状态气动性能损失，改进对实际飞行环境中不确定性因素的适应能力，提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型，用于预测翼型的气动系数与几何参数，以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法，对GA（W）-2翼型，在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比，表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能，提高了翼型对多个飞