基于Ahmed模型的汽车空气动力学智能优化方法研究

摘要：

为了探索智能优化方法在汽车空气动力学领域的工程实用性,本文基于Ahmed模型展开研究.研究选取两种优化方法分别为:多岛遗传算法(MIGA)直接优化;先经过试验设计(DOE),选择径向基神经网络(RBF)搭建近似模型后使用多岛遗传算法优化.本研究基于Isight软件搭建优化平台,RBF+MIGA优化与直接应用MIGA优化相比,可以在得到相同优化结果情况下大规模节约计算成本,提高效率.

关键词： 汽车空气动力学 智能优化 多岛遗传算法 径向基神经网络

作者: 刘欢 李飞 韩思远 张阳

作者单位: 华晨汽车工程研究院 辽宁沈阳 110000

会议类型: 国内会议

会议名称: 2017中国汽车工程学会汽车空气动力学分会学术年会

会议地点: 合肥

会议语种:中文

页码: 77-82

在线出版日期: 2017-09-06（万方平台首次上网日期，不代表论文的发表时间）