论文部分内容阅读
与传统的梯度法相比,遗传算法的缺点在于计算过多的目标函数适应值而增加了优化设计的计算量.为了提高遗传算法的优化效率,把传统的梯度法与遗传算法相结合,建立了气动优化设计中的紧凑混合遗传算法(CHGA).该算法将梯度法作为遗传算法中的一个遗传算子加入到遗传算法中,在保持遗传算法原有良好的全局性等优点的前提下改善算法的效率.应用混合遗传算法进行跨音速翼型的反设计和波阻优化设计,并与采用优选策略的标准遗传算法的设计结果进行比较.结果表明混合遗传算法能有效的提高气动优化设计的效率.