发明公开
- 专利标题: 一种基于深度学习和强化学习的翼型优化设计方法
-
申请号: CN202311196497.4申请日: 2023-09-15
-
公开(公告)号: CN117150680A公开(公告)日: 2023-12-01
- 发明人: 刘迎圆 , 沈剑雄 , 安康
- 申请人: 上海师范大学
- 申请人地址: 上海市徐汇区桂林路100号
- 专利权人: 上海师范大学
- 当前专利权人: 上海师范大学
- 当前专利权人地址: 上海市徐汇区桂林路100号
- 代理机构: 上海伯瑞杰知识产权代理有限公司
- 代理商 孟旭彤
- 主分类号: G06F30/17
- IPC分类号: G06F30/17 ; G06F30/28 ; G06N3/04 ; G06N3/08 ; G06F113/08
摘要:
本发明属于机械优化设计技术领域,本发明公开了一种基于深度学习和强化学习的翼型优化设计方法,搭建基于深度学习的翼型参数化设计平台,基于翼型参数化设计平台将待优化的基础翼型进行参数化降维描述成至少四个拟合参数,并通过调整拟合参数完成基础翼型的几何形状修改,获取第一翼型的几何坐标;基于翼型性能预测模型获取翼型升力系数与阻力系数;基于翼型优化设计模型实现与翼型性能预测模型、翼型参数化设计平台的交互,对翼型优化设计模型设置强化学习训练的终止条件,直到满足预定的终止条件,输出优化后的第一翼型的几何坐标及翼型升阻比。