基于Pareto类遗传算法的平面叶栅多工况优化

将叶型参数化、试验设计方法、神经网络算法与Pareto类遗传算法相结合,发展了一种平面叶栅多目标优化设计方法.在该算法中,为提高优化效率,提出了并行神经网络算法和改进了NSGA-Ⅱ算法.以极小化三个工况点的总压损失系数为目标函数,将该优化方法应用于某平面叶栅多工况优化设计.与初始叶栅相比,优化后叶栅的总压损失系数在三个工况均有一定的减小,说明该优化方法是有效的.