| 基于Pareto类遗传算法的平面叶栅多工况优化 |
| |
| 引用本文： | 舒信伟,谷传纲,杨波,肖军,高闯.基于Pareto类遗传算法的平面叶栅多工况优化[J].工程热物理学报,2008,29(4):599-601. |
| |
| 作者姓名： | 舒信伟 谷传纲 杨波 肖军 高闯 |
| |
| 作者单位： | 上海交通大学机械与动力工程学院,上海,200030 |
| |
| 基金项目： | 国家自然科学基金
,
国家高技术研究发展计划(863计划) |
| |
| 摘 要： | 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.
|
| 关 键 词： | 平面叶栅 多工况优化 神经网络 遗传算法 Pareto 遗传算法 平面叶栅 多工况优化 BASED OPTIMIZATION 优化设计 应用 优化方法 目标函数 总压损失系数 三个工况点 极小化 改进 并行 优化效率 多目标优化 发展 结合 网络算法 |
| 文章编号： | 0253-231X(2008)04-0599-03 |
| 修稿时间： | 2007年12月28 |
CASCADE MULTI-POINT OPTIMIZATION BASED ON PARETO-GA |
| |
| SHU Xin-Wei,GU Chuan-Gang,Yang Bo,XIAO Jun,GAO Chuang.CASCADE MULTI-POINT OPTIMIZATION BASED ON PARETO-GA[J].Journal of Engineering Thermophysics,2008,29(4):599-601. |
| |
| Authors: | SHU Xin-Wei GU Chuan-Gang Yang Bo XIAO Jun GAO Chuang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
