混和遗传算法及其在亚音速翼型优化中的应用

《混和遗传算法及其在亚音速翼型优化中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第4l卷第5期航空计算技术V01．41No．52011年9月AeronauticalComputingTechniques印．201I混和遗传算法及其在亚音速翼型优化中的应用李军鹏，王和平(西北工业大学航空学院，陕西西安710072)摘要：为了降低遗传算法中适应度值的计算量。提出了一个新的混合算法，引入了聚类分析和下山单纯形局部寻优两个算子，聚类分析评估种群在欧氏洲度上的分布特点后。给出合理的局部寻优空问．有效利用了下山单纯形算法的局部收敛特性，实现了算法的融合。在以升阻比最大为目标的RAE2822

2、亚音速翼型单点设计中，分别采用传统GA算法和新算法进行优化设计．结果表明，新算法有效加快了计算效率，增强了算法对设计空间的挖掘能力。关键词：混合遗传算法；下山单纯形；翼型设计；聚类分析；气动优化中围分类号：V21l文献标识码：A文章编号：1671．654X(2011)05．O005．04AHybridGenericAlgorithmanditsApplicationinOptimizationofaSubsonicAirfoilUJun—peng．WANGHe·ping(SchoolofAerona

3、utics，NorthwesternPolytechnicalUniversity，瓤’o,n710072，China)Abstract：TodecreasetheheavycomputationalcostofFitnessfunctioninGeneticAlgorithm，thispaperadvancedanewhybridmethod，inwhichclusteranalysisanddownhillsimplexlocalsearchwagineorpo—ratedastwoadditi

4、onaloperators．Clusteranalysisoperatorevaluatesthedivemityanddistributioncharac·tersofthepopulationaccordingtoEuclidianmeasureinthehypercubicspaceconstructedbydesignvari—ables，andsetupreasonablesubspaceforlocaloptimization，thusthelocalconvergenceability

5、ofDownhillSimplexcouldbeusedaggressively，andthetwoalgorithmsfusedtogether．AsinglepointtransonicairfoildesignstartedfromtheRAE2822withadesiretoachievemaximumlift·dragratioWassuccessfullyde—ployedwithtraditionalGA，andHybridGA．Acomparebetweentheobtmnedopt

6、imalsolutionsprovedthatthemeasureinthispaperbringaccelerationinthecomputationalspeedandoverwhelminthedigabilityoftopdesigns．Keywords：hybridgenericalgorithm；downhillsimplex；airfoildesign；clusteranalysis；aerodynamicsopti-mizafion引言模拟生物进化机制的遗传算法(GA)因其良好的全

7、局搜索能力和对多峰强非线性问题的适应性，在翼型设计中得到了大量研究。然而在GA算法中，必须保证种群的多样性和相当规模的子代数目来防止算法早熟陷入局部优化，这意味着GA算法要想达到较好的效果，往往需要对适应度值进行数千次甚至上万次的计算。结合了局部寻优算法的混合遗传算法(Hy-bridGeneticAlgorithm，HGA)”。1。可以减少计算量，加快收敛速度。在HGA中选择合适的局部寻优点和局部寻优范围至关重要，不恰当的算法混合会影响种群的多样性，导致算法早熟而陷人局部最优。本文引入聚类分析(Cl

8、usterAnalysis)方法”1，对超立体设计空间使用欧氏测度分析种群的分布特点，将种群划分成集聚子类空间，然后在子空间中采用下山单纯形(DownhillSimplex)局部寻优，对RAE2822翼型的单点设计证明此方法有效提升了GA的效率。1混合聚类分析的遗传算法1．1聚类分析聚类分析的目标是在相似的基础上按照某一测度方式收集数据完成分类。对于多个设计变量的超立体收稿日期：201l一05—21修订日期：201l一06—23基金项目：国家自然基金项目资助(5067