See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/275521173

Aerodynamic Optimization Design of Adaptive Airfoil Leading Edge Based on

Isight

Article in Shanghai Jiaotong Daxue Xuebao/Journal of Shanghai Jiaotong University · August 2014

CITATIONS READS

7 312

3 authors, including:

Chen Zhou Wang Zhijin

Nanjing University of Aeronautics & Astronautics Nanjing University of Aeronautics & Astronautics
12 PUBLICATIONS 58 CITATIONS 20 PUBLICATIONS 93 CITATIONS

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

nothing View project

All content following this page was uploaded by Chen Zhou on 22 July 2015.

The user has requested enhancement of the downloaded file.

 第 ４８ 卷 第 ８ 期 上 海 交 通 大 学 学 报 Ｖｏｌ．
４８Ｎｏ． ８
２０１４ 年 ８ 月 ＪＯＵＲＮＡＬ ＯＦＳＨＡＮＧＨＡＩＪ
ＩＡＯＴＯＮＧ ＵＮＩＶＥＲＳ
ＩＴＹ Ａｕｇ．２０１４

文章编号：
１００６－２４６７（
２０１４）
０８－１１２２－０５＋１１３３

基于Ｉ
ｓｉ ｔ的自适应翼型前缘气动优化设计
ｇｈ
周 晨 ， 王志瑾 ， 支骄杨
（南京航空航天大学 飞行器先进设计技术国防重点学科实验室，南京 ２１００１６）

摘 要：为了兼顾翼型在各个飞行状态下的气动效率，基于 Ｉ
ｓｉ ｔ优化设计平台对自适应翼型前
ｇｈ
缘进行了气动优化设计研究 ．首先 对 Ｈｉ
ｃｋｓ－Ｈｅｎｎｅ 型 函 数 进 行 了 改 进，实 现 了 翼 型 前 缘 的 参 数 化
描述；然后采用拉丁超立方实验设计方法生成样本点，并运用 ＣＦＤ 软件进行翼型流场的气动计算，
进而利用该样本数据完成对 ＲＢＦ 神经网络的训练；最后对神经网络近似模型应用多岛遗传算法进
行优化 ．以 ＮＡＣＡ０００６ 翼型为例，采用上 述 组 合 优 化 策 略 以 升 阻 比 为 目 标 函 数 进 行 优 化 设 计 ．仿
真结果表明：改进后的 Ｈｉ
ｃｋｓ－Ｈｅｎｎｅ型函数 较 好 地 描 述 了 翼 型 前 缘；组 合 优 化 方 法 显 著 提 高 了 翼
型气动优化效率 ．
关键词：翼型气动优化；实验设计；神经网络；遗传算法；Ｈｉ
ｃｋｓ－Ｈｅｎｎｅ型函数
中图分类号：Ｖ２１１．
３ 文献标志码：Ａ

Ａｅ ｒ
ｏｄｙｎａｍｉｃＯｐｔ
ｉｍｉ
ｚａｔ
ｉｏｎＤｅｓｉ
ｇｎｏｆ
Ａｄａｐ
ｔｉｖｅＡｉｒ
ｆｏｉ
ｌＬｅａｄ
ｉｎｇＥｄｇｅＢａｓｅｄｏｎＩ
ｓｉｇｈ
ｔ
ＺＨＯＵＣｈｅｎ， ＷＡＮＧ Ｚｈ ｉ
ｉ－ｊｎ， ＺＨＩＪｉ
ａｏ－ｙａｎｇ
（Ｍｉ
ｎｉｓ
ｔｅｒＫｅｙＤｉｓｃ
ｉｐｌ
ｉｎｅＬａｂｏｒａ
ｔｏｒｙｏｆＡｄｖａｎｃｅｄＤｅｓｉｇｎ Ｔｅ
ｃｈｎｏｌ
ｏｇｙｏ ｆＡｉ
ｒｃｒａｔ，
ｆ
Ｎａｎｉ
ｊｎｇ Ｕｎ
ｉｖｅ
ｒｓｉ
ｔｙｏｆＡｅｒｏｎａｕｔ
ｉｃｓａｎｄ Ａｓ
ｔｒｏｎａｕ
ｔｉｓ，Ｎａｎ
ｃ ｉ
ｊｎｇ２１００１６，Ｃｈｉｎａ）

Ａｂｓｔｒ
ａｃｔ：Ａｉｍｅｄｔｏｇａｉｎａｈ ｉ
ｇｈａ ｅｒ
ｏｄｙｎａｍｉ
ｃｅｆｆ
ｉｃｉ
ｅｎｃｙｉ
ｎｖａｒｉ
ｏｕｓｆ
ｌｉｇｈｔｃｏｎｄｉ
ｔｉｏｎｓ，ｔ
ｈｅａ ｅ
ｒｏｄｙｎａｍｉｃｏｐ
ｔｉｍｉ－
ｚａ
ｔｉｏｎｏｆｔｈｅａｄａｐ
ｔｉｖｅａ
ｉｒｆ
ｏｉｌｌｅａｄ
ｉｎｇｅｄｇｅｗａｓｃｏｎｄｕｃ
ｔｅｄｂａ
ｓｅｄｏｎＩｓｉｇｈｔｐｌ
ａｔｆｏ
ｒｍ．Ｆ ｉｒｔ，ａｍｏｄ
ｓ ｉ
ｆｉｅｄｍｅｔｈｏｄ
ｏｆｏｒ
ｉｇｉ
ｎａｌＨｉｃｋｓ－Ｈｅｎｎｅｓｈａｐｅｆｕｎｃｔｉ
ｏｎ ｗａｓａｄｏｐｔ
ｅｄｔｏｐａｒａｍｅ
ｔｒｉ
ｃａｌ
ｌｙｄｅｓ
ｃｒｉｂｅｔ
ｈｅｌｅ
ａｄｉｎｇｅｄｇｅ．Ｔｈｅｎ，
Ｌａｔ
ｉｎｈｙｐｅｒ
ｃｕｂｅｓ ａｍｐｌ
ｉｎｇ ｗａｓａｐｐ
ｌｉｅｄｔｏｇｅｎｅ
ｒａｔｅｔｈｅｓ
ａｍｐ
ｌｅｓ，ｗｈｏｓｅａｅ
ｒｏｄｙｎａｍｉ
ｃｐｅ
ｒｆｏｒｍａｎｃ
ｅｓｗｅｒｅｏｂ－
ｔ
ａｉｎｅｄｆ
ｒｏｍａｓｅｒ
ｉｅｓｏｆＣＦＤｓｉｍｕｌａｔ
ｉｏｎｓ．Ｓｕｂｓｅｑｕｅｎ
ｔｌｙ，ｔｈｏｓｅｓｉｍｕ
ｌａｔ
ｅｄｄａｔａｓｅｔ
ｓ ｗｅｒｅｕｓ ｅｄｔｏｔｒａ
ｉｎｔｈｅ
ＲＢＦｎｅｕｒａ
ｌｎｅ
ｔｗｏｒｋ．Ｆｉ
ｎａｌ
ｌｙ，ｔｈｅｏｐｔｉｍｉ
ｚａｔ
ｉｏｎｏｆｔｈｅｏｂｊｅ
ｃｔｉｖｅｆ
ｕｎｃｔ
ｉｏｎｕｓ
ｉｎｇｔｈｅｍｕｌｔ
ｉ－ｉ
ｓｌａｎｄｇｅｎｅ
ｔｉｃａｌ
ｇｏ－
ｒ
ｉｔｈｍ（ＭＩＧＡ）ｂａ
ｓｅｄｏｎｔ
ｈｅｎｅｕｒ
ａｌｎｅ
ｔｗｏ
ｒｋａｐｐｒ
ｏｘｉｍａ
ｔｉｏｎ ｍｏｄｅ
ｌｗａ
ｓｐｅ
ｒｆｏ
ｒｍｅｄｔ
ｏａｃｈ
ｉｅｖｅｔ
ｈｅｏｐ
ｔｉｍａ
ｌｒｅ－
ｓｕ
ｌｔｓ．Ｔｈｅｌ
ｉｆｔｔ
ｏｄｒ
ａｇｒ
ａｔｉ
ｏｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎｄｅ
ｓｉｇｎｏ ｓｐｅ
ｆ ＮＡＣＡ ０００６ ｗａ ｒｆｏ
ｒｍｅｄａ
ｓａｎｅｘａｍｐ
ｌｅｕｓ
ｉｎｇｔ
ｈｉｓ
ｃｏｍｂ
ｉｎｅｄｓ
ｔｒａ
ｔｅｇｙ．Ｔｈｅｒ
ｅｓｕ
ｌｔｓｓｈｏｗｔ
ｈａｔｔ
ｈｅ ｍｏｄ
ｉｆｉ
ｅｄ Ｈｉ
ｃｋｓ－Ｈｅｎｎｅｓｈａｐｅｆ
ｕｎｃ
ｔｉｏｎｄｅ
ｓｃｒ
ｉｂｅ
ｓｔｈｅａ
ｉｒｆ
ｏｉｌ
ｌ
ｅａｄ
ｉｎｇｅｄｇｅｗｉ
ｔｈｓ
ａｔｉ
ｓｆａ
ｃｔｉ
ｏｎ．Ｔｈｅｃｏｍｂ
ｉｎｅｄｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎ ｍｅ
ｔｈｏｄｅｖ
ｉｄｅｎ
ｔｌｙｉｍｐｒ
ｏｖｅ
ｓｔｈｅｅ
ｆｆｉ
ｃｉｅｎｃ
ｙｏｆｔ
ｈｅ
ａ
ｉｒｆ
ｏｉｌａ
ｅｒｏｄｙｎａｍｉ
ｃｏｐｔｉｍｉ
ｚａｔ
ｉｏｎｐｒ
ｏｃｅｄｕｒｅ．
Ｋｅｙｗｏｒ ：
ｄｓ ａｉｒ
ｆｏｉ
ｌａｅ
ｒｏｄｙｎａｍｉｃｏｐｔ
ｉｍｉｚａ
ｔｉｏｎ；ｄｅ
ｓｉｇｎｏ
ｆｅｘｐｅ
ｒ ｔ；ｎｅｕｒ
ｉｍｅｎ ａｌｎｅ ｒｋ；ｇｅｎｅ
ｔｗｏ ｔｉｃａ
ｌｇｏ
ｒｉｈｍ；
ｔ
Ｈｉ
ｃｋｓ－Ｈｅｎｎｅｓｈａｐｅｆ
ｕｎｃ
ｔｉｏｎ

收稿日期：
２０１３－１２－１６
ＣＸＬＸ１３＿
基金项目：江苏省普通高校研究生科研创新计划资助项目（ １６３），中央高校基本科研 业 务 费 专 项 资 金 资 助 ，江 苏 高 校 优 势 学 科 建
设工程资助项目
作者简介：周 晨（
１９８９－），男，江苏省宜兴市人，博士生，主要研究方向为飞行器设计 ．
王志瑾（联系人），女，教授，博士生导师，电话（
Ｔｅｌ．）：０２５－８４８９１７９１；Ｅ－ｍａ
ｉｌ：ｚｈ
ｉｊｉ
ｎ＠ｎｕａ
ａ．ｅｄｕ．
ｃｎ．
 第８期 周 晨，等：基于 Ｉ
ｓｉ ｔ的自适应翼型前缘气动优化设计
ｇｈ １１２３

传统飞机机翼的设计主要是依据某一特定的飞
行状态（如巡航状态）进 行 的，而 飞 机 在 飞 行 过 程 中
不可避免地 要 经 历 起 飞、降 落 等 其 他 飞 行 状 态；另
外，燃油消耗、飞行任务的多样性等也使得飞行状态
更为复杂多变 ［１］．为了兼顾各个飞行状态，自适应机
图 １ 翼型示意图
翼应运而生 ．自适应技术，即能够在不同的飞行状态
Ｆ
ｉｇ．
１ Ｉ
ｌｌｕｓ
ｔｒａ
ｔｉｏｎｏ
ｆａｉ
ｒｆｏ
ｉｌ
下自适应地改变机 翼 的 外 形，以 寻 求 更 高 的 气 动 效
率 ［２－３］，而翼型的气动优化设计为实现结构自适应提 质量和效率会产生 一 定 的 影 响 ．常 用 的 型 函 数 有 多
供了依据，是实现自 适 应 机 翼 必 不 可 少 的 一 个 重 要 项式型 函 数、Ｈｉ
ｃｋｓ－Ｈｅｎｎｅ 型 函 数 和 Ｗａｇｎｅ
ｒ型 函
组成部分 ． 数，其 中 以 Ｈｉ
ｃｋｓ－Ｈｅｎｎｅ 型 函 数 法 使 用 最 为 广 泛 ．
随着计算流 体 力 学 （
ＣＦＤ）的 发 展，国 内 外 对 翼 由于 Ｈｉ
ｃｋｓ－Ｈｅｎｎｅ型函数 的 适 用 对 象 为 整 个 翼 型，
型的优化进行了大 量 的 研 究，其 中 近 似 模 拟 技 术 与 而本文只对翼型 的 前 １／４ 进 行 优 化 ．为 了 将 扰 动 限
优化算法相结合不 但 有 效 地 提 高 了 优 化 效 率，而 且 制在翼型前缘，并 保 证 在 翼 型 前 １／４ 位 置 处 的 连 续
能够得到较理想的优化结果 ［
４－６］
．李沛峰等
［
采用响
７］
性与 光 滑 性，故 对 Ｈｉ
ｃｋｓ－Ｈｅｎｎｅ 型 函 数 进 行 了 修
应面和遗传算法相 结 合，分 别 进 行 了 翼 型 的 单 点 和 改，表达式如下：
多点 优 化 设 计 ．朱 莉 等 ［
８］
结合神经网络与遗传算法 －
ｆ１（
ｘ）＝
对翼型进行了优化，在 保 证 精 度 的 要 求 下 有 效 减 少 ２５（１－ｘ－ ０．
）２５（ １－４ｘ －
） －
ｅ－２０ｘ ， ｋ ＝１
烄０． （
了计 算 量 ．张 彬 乾 等 ［
９］
则针对翼型的气动和隐身性 烅 － ｅ（
２）
烆０．
２５ｓ
ｉｎ３［
π（４ｘ ）ｋ）］， ｋ ＞１
能，进行了基于神经 网 络 和 遗 传 算 法 的 翼 型 多 目 标 式中，ｅ（
ｋ）＝ｌｎ０．５／ｌ ｎｘｋ ，
０≤ｘｋ ≤１，
－
ｘｋ ＝４ｘ ．本 文
优化设计研究 ． 在上下翼 面 分 别 引 入 δ１ ～δ５ 和 δ６ ～δ１０ 系 数 以 改 变
由于 机 翼 前 缘 具 有 相 对 较 高 的 效 率，且 考 虑 到 翼型的形状，取 ｘｋ（
ｋ＝２，
３， ５）分 别 为［
４， ０．０４，
０．１，
后续自适应机构及 机 翼 结 构 的 实 现，本 文 选 取 自 适 ３，
０． ６］．则翼型上下表面函数分别为：
０．
应翼 型 前 缘 作 为 研 究 对 象 ．对 Ｈｉ
ｃｋｓ－Ｈｅｎｎｅ 型 函 ５
－ － － － －
数 ［
进行了改 进，实 现 了 翼 型 前 缘 的 参 数 化 表 达；
１０］ ｙｔｏｐ（
ｘ ）＝ ｙｂ，
ｔｏｐ（
ｘ ）＋ δｋｆｋ（
∑ ｘ ）烌
ｋ＝１
基于 Ｉ （
３）
ｓｉ ｔ优化设计平台，集成了 Ｍａ
ｇｈ ｔｌａｂ 翼型参数 ５ 烍
－ － － － －
化程序、
Ｇａｍｂ
ｉｔ 网 格 划 分 软 件 和 Ｆｌ ｔ流 场 计 算
ｕｅｎ ｙｂｏｔ（
ｘ ）＝ ｙｂ，
ｂｏｔ（
ｘ ）＋ δｋ＋５ｆｋ（
∑ ｘ ）
烎
ｋ＝１
软件，结合 ＲＢＦ 神经网络和多岛遗传算法建立了针 为了保证上下 翼 面 在 前 缘 的 连 续 性，引 入 等 式
对翼型前缘的快速 气 动 优 化 设 计 方 法；优 化 算 例 证 约束δ１ ＝δ６ ，图 ２ 所 示 为 改 进 后 的 Ｈｉ
ｃｋｓ－Ｈｅｎｎｅ 型
明了该优化方法的准确性与可行性 ． 函数的构建 结 果 ．由 图 可 见，针 对 翼 型 前 缘 的 参 数
化，改进后的型 函 数 不 仅 继 承 了 Ｈｉ
ｃｋｓ－Ｈｅｎｎｅ 型 函
１ 翼型流场计算
数的优点，同时在 ｘ＝０ 处 的 扰 动 不 再 恒 为 ０，从 而
１ 翼型参数化
１． 有效增大了设计空间 ．
在翼 型 的 优 化 设 计 中，翼 型 的 自 动 更 新 是 通 过
修改控制生成翼型 的 参 数 来 实 现 的，因 此 需 要 对 翼
型进行参数化描述 ．本 文 采 用 解 析 函 数 线 性 叠 加 法
表示翼型，如图 １ 所 示 ．翼 型 的 形 状 由 基 准 翼 型、型
函数及其系数来定义，即
ｎ
－ － － － －
ｙ（
ｘ）＝ ｙｂ（
ｘ ）＋ δｋｆｋ（
∑ ｘ ） （
１）
ｋ＝１

式中：－
ｙｂ（
ｘ－
）为基准翼型的形状； －
ｘ ＝ｘ／ ｃ 为翼型弦
ｃ，
ｎ 和δｋ 分 别 为 控 制 翼 型 形 状 的 参 数 个 数 和 系
长；
数；
ｆｋ（
ｘ－
）为 所 选 用 的 型 函 数；
δｋｆｋ （
ｘ－
）为 基 准 翼 型
的扰动 ．
图 ２ 改进后的 Ｈｉ
ｃｋｓ－Ｈｅｎｎｅ型函数
一般来说，基准翼型由上下表面来表示，扰动也
Ｆ
ｉｇ．
２ Ｍｏｄ
ｉｆｉ
ｅｄ Ｈｉ
ｃｋｓ－Ｈｅｎｎｅｓｈａｐｅｆ
ｕｎｃ
ｔｉｏｎ
是 通过上下表面来叠加的 ，不同的型函数对 优 化 的
 １１２４ 上 海 交 通 大 学 学 报 第 ４８ 卷

２ 流场模型
１． ２ 神经网络近似模型
２．
利用 Ｇａｍｂ
ｉｔ软 件 生 成 Ｃ 型 结 构 化 网 格 如 图 ３ 人工神经网络是基于生物学的神经元网络的基
所示 ．网格数量 为 ５００×１５０，控 制 物 面 第 １ 层 网 格 本原理而建立的一种信息处理 模 型 ［１３］．径 向 基 函 数
厚度 为 １０μｍ，以 满 足 计 算 要 求 ．利 用 Ｆｌ ｔ软 件
ｕｅｎ ＲＢＦ）神 经 网 络 是 一 种 ３ 层 前 向 网 络，具 有 很 强 的
（
进行流场的计算，选 择 Ｎ－Ｓ 方 程 作 为 流 场 计 算 的 控 逼近复杂非线性函数的能力 ．本文采用 ＲＢＦ 神经网
制方程，采 用 压 力 远 场 边 界 条 件，湍 流 模 型 则 选 用 络来建立近似模型 ．
Ｓｐａ
ｌａｒ
ｔ－Ａｌ
ｌｍａ
ｒａｓ模型 ． 首先，利用实验设 计 所 得 到 的 样 本 数 据 对 ＲＢＦ
神经网络进行训练，使 其 能 够 较 好 地 模 拟 翼 型 的 气
动分析过程；其次，为 了 保 证 近 似 模 型 的 适 应 性，必
须对其预测精度进 行 评 估，通 常 工 程 上 采 用 均 方 根
ＲＳＭＥ）和 相 关 系 数 Ｒ２ 对 近 似 模 型 的 精 度 进
误差（
行评估 ．其 中：
ＲＳＭＥ 越 接 近 于 ０，近 似 模 型 精 度 越
Ｒ２ 反映了近 似 模 型 符 合 给 定 数 据 的 程 度，大 小
高；
在［
０，１］之 间，其 值 越 接 近 于 １ 表 示 拟 合 的 效 果 越
好，通常要求 Ｒ２ 在 ０．
９ 以上 ．
３ 遗传算法
２．
图 ３ 翼型附近网格
遗传算法是模拟自然界生物进化机制发展起来
Ｆ
ｉｇ．
３ Ｇｒ
ｉｄｓａ
ｒｏｕｎｄａ
ｉｒｆ
ｏｉｌ
的随机全局搜索和优化算法，它所特有的由选择、交
３ 算例验证
１． 叉、变异等操作构成 的 机 制 使 得 优 化 具 有 很 强 的 鲁
为了 验 证 流 场 计 算 方 法 的 正 确 性 与 可 行 性，选
棒性 ［１４］．这种算法可以防止搜索过 程 收 敛 于 局 部 最
取 ＲＡＥ２８２２ 翼型，自由来流马赫数 Ｍａ＝０．
７２９，迎
优解 ．多岛遗传算法 除 了 具 有 一 般 遗 传 算 法 的 特 点
角α＝２．
３１°，雷 诺 数 Ｒｅ＝６．
５×１０６ ．计 算 所 得 翼 型
外，还能够维持种 群 的 多 样 性，抑 制 早 熟 现 象，更 好
上下表面压强系数 Ｃｐ 分布与实验结果 ［１１］对 比 如 图
地在优化设计中寻找全局最优解 ．然而，单独采用遗
４ 所示 ．
传算法进行优化设计往往需要以耗费大量的计算时
间作为代价 ．
４ 优化流程
２．
首先 运 用 ＬＨＳ 选 取 样 本 点，并 对 样 本 点 进 行
ＣＦＤ 计算；然后以实验设计 得 到 的 样 本 数 据 作 为 训
练样本，对 ＲＢＦ 神 经 网 络 进 行 训 练；最 后 针 对 训 练
完成的 ＲＢＦ 神经 网 络 近 似 模 型 采 用 多 岛 遗 传 算 法
进行优化，从而得到满足约束条件的优化翼型 ．优化
设计流程如图 ５ 所示 ．

图 ４ 计算结果 ［１１］与实验结果比较
Ｆ
ｉｇ．
４ Ｃｏｍｐａ
ｒｉｓ
ｏｎｏ
ｆｐｒ
ｅｓｓｕ
ｒｅｃ
ｏｅｆ
ｆｉｃ
ｉｅｎ
ｔ

２ 优化方法
１ 实验设计
２．
近似 模 型 是 以 样 本 数 据 为 基 础，因 此 在 构 建 近
似模型之前，通常 需 要 采 用 实 验 设 计（ ＤＯＥ）方 法 对
设计空间进行抽样 ．常 用 的 实 验 设 计 方 法 有 正 交 实
验 设 计、均 匀 实 验 设 计、拉 丁 超 立 方 实 验 设 计 ［１２］
ＬＨＳ）等 ．
（ ＬＨＳ 是 一 种 满 空 间 实 验 设 计 方 法，具 有
速度快、分布均匀等优点，在工程上获得了广泛的应 图 ５ 翼型气动优化设计流程图
用，因此本文选用 ＬＨＳ 来进行样本点的选取 ． Ｆ
ｉｇ．
５ Ｄｅ
ｓｉｇｎ
ｉ ｒ
ｎｇｐｏｃ
ｅｓｓｏ
ｆａｉ
ｒｆｏ
ｉｌａ
ｅｒｏｄｙｎａｍｉ
ｃｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎ
 第８期 周 晨，等：基于 Ｉ
ｓｉ ｔ的自适应翼型前缘气动优化设计
ｇｈ １１２５

评估系数，均满足工程精度要求 ．
３ 优化设计 表 １ 近似模型精度评估
Ｔａｂ．
１ Ｅｖ
ａｌｕａ
ｔｉｏｎｏ
ｆａｐｐ
ｒｏｘ
ｉｍａ
ｔｉｏｎ ｍｏｄ
ｅｌ
１ 优化设计集成
３．
气动参数 ＲＳＭＥ Ｒ２
以 ＮＡＣＡ０００６ 翼型 为 基 准 翼 型，考 虑 其 在 １０
Ｃｌ ０．
０２６７ ０．
９８７５
ｋｍ 高空的亚声速巡 航 性 能，以 上 下 翼 面 共 １０ 个 控
Ｃｄ ０．
０２３０ ０．
９９１４
制系数作为设计变 量，升 力 系 数 和 力 矩 系 数 作 为 约
Ｃｍ ０．
０１１１ ０．
９９７３
束条件，对其进行升阻比优化设计 ．设计状态为：
Ｍａ
７２９，
＝０． °，
α＝３ ５×１０６ ．优 化 问 题 的 目 标 函
Ｒｅ＝６． 对 训 练 完 成 的 ＲＢＦ 近 似 模 型 运 用 多 岛 遗 传 算
数为： 法进行优化设计，算法各主要参数设置如下：岛屿数
ｍａｘＫ ＝ Ｃｌ／Ｃｄ 为 １０；子群规模为 １０；进化 代 数 为 ３０；交 叉、变 异 概
烌
ｓ．
ｔ．Ｃｌ ≥ ０．
９５Ｃｌ０烍 （
４） ０ 和 ０．
率分别取为 １． ０１；迁移概率 及 迁 移 间 隔 分 别
Ｃｍ ≥ Ｃｍ０ 烎 为 ０．
１ 和 ５．最 后，对 优 化 设 计 得 到 的 最 优 解 采 用
式中：
Ｋ 为 升 阻 比； Ｃｄ 和 Ｃｍ 分 别 为 优 化 翼 型 的
Ｃｌ、 ＣＦＤ 计算软件再次进行评估验证 ．
升力系数、阻力系数和力矩系数；
Ｃｌ０ 和 Ｃｍ０ 分别为基 ２ 优化结果与分析
３．
准翼型的升力系数和力矩系数 ． 表２ 给出了基准翼型与优化翼型气动性能比
首先，采用 ＬＨＳ 实验设计方法生成 １６０ 个翼型 较 ．由表可见，优化翼型 Ｃｌ 略有降低，但仍在约束范
样本，其中设计变量区 间 均 为［－０． ００７］；其
００７，０． 围内，Ｃｄ 则 下 降 明 显，从 而 使 优 化 翼 型 的 Ｋ 相 对
次，利用 ＣＦＤ 软件 对 每 个 翼 型 样 本 进 行 流 场 分 析， ＮＡＣＡ０００６ 基准翼型提高 了 约 ４０％ ；另 外，通 过 对
得到样本点的气动性能 响 应 值 ．上 述 样 本 即 为 ＲＢＦ 比可以看出，近似模型预测结果与 ＣＦＤ 计算结果基
神经网络近似模型的训练样本，另外随机生成 ３０ 组 本吻合，再次表明了 上 述 神 经 网 络 近 似 模 型 具 有 较
数据作为检测样本 ．表 １ 给 出 了 该 近 似 模 型 的 精 度 高的精度 ．

表 ２ 基准翼型与优化翼型气动性能比较
Ｔａｂ．
２ Ｃｏｍｐａ
ｒｉｓ
ｏｎｏ
ｆａｅ
ｒｏｄｙｎａｍｉ
ｃｐｅ
ｒｆｏ
ｒｍａｎｃ
ｅｓｂ
ｅｔｗｅ
ｅｎｉ
ｎｉｔ
ｉａｌａｎｄｏｐ
ｔｉｍａ
ｌａｉ
ｒｆｏ
ｉｌｓ

优化翼型
气动参数 基准翼型 增量／％ 预测误差／％
ＲＢＦ ＣＦＤ

Ｃｌ ０．
４９２３６ ０．
４８５８０ ０．
４８５０４ －１．
４８７ ０．
１５７

Ｃｄ ０．
０１４０４ ０．
００９７５ ０．
００９８９ －２９．
５５８ －１．
４１６

Ｃｍ －０．
０１３６４ －０．
００６１４ －０．
００６２８ －５３．
９５９ －２．
２２９

Ｋ ３５．
０６８４０ ４９．
８２５６０ ４９．
０４３５０ ３９．
８５１ １．
５９５

图 ６ 所示为优 化 前 后 翼 型 前 缘 的 外 形 对 比 图 ．
由图可见，与基准 翼 型 相 比，优 化 翼 型 前 缘 变 薄，前
缘半径减小，且弯度有所增加，从而有效降低了阻力
系数 ．图 ７ 和 ８ 分别 为 基 准 翼 型 和 优 化 翼 型 的 压 强
系数分布及压力云图 ．

图 ７ 基准翼型与优化翼型压强系数分布
Ｆ
ｉｇ．
７ Ｐｒ
ｅｓｓｕ
ｒｅｃ
ｏｅｆ
ｆｉｃ
ｉｅｎ
ｔｄｉ
ｓｔｒ
ｉｂｕ
ｔｉｏｎｏ
ｆｉｎ
ｉｔｉ
ａｌ
ａｎｄｏｐ
ｔｉｍａ
ｌａｉ
ｒｆｏ
ｉｌｓ
图 ６ 基准翼型与优化翼型外形
Ｆ
ｉｇ．
６ Ｓｈａｐｅｏ
ｆｉｎ
ｉｔｉ
ａｌａｎｄｏｐ
ｔｉｍａ
ｌａｉ
ｒｆｏ
ｉｌｓ 从图 ６ 可以看出，在气动特性上，优化翼型的前
 １１２６ 上 海 交 通 大 学 学 报 第 ４８ 卷

缘吸力峰值增大，翼型上表面压力变化相对平缓，激 ［２ ］ Ｓ
ｔａｎｅｗｓｋｙ Ｅｇｏｎ．Ａｅ
ｒｏｄｙｎａｍｉ
ｃｂｅｎｅ
ｆｉｔ
ｓｏｆａｄａｐ
ｔｉｖｅ
波强度明显减弱（见图 ８）． ｗｉ
ｎｇｔ
ｅｃｈｎｏ
ｌｏｇｙ［
Ｊ］．Ａｅ
ｒｏｓ
ｐａｃ
ｅＳｃ
ｉｅｎｃ
ｅａｎｄＴｅ
ｃｈｎｏ
ｌｏ－
ｙ，２０００，４（
ｇ ７）：４３９－４５２．
［３ ］ 杨智春，解 江 ．自 适 应 机 翼 技 术 的 分 类 和 实 现 途 径
Ｊ］．飞行力学，２００８，２６（
［ ５）：１－４．
ｉ－ｃｈｕｎ，ＸＩＥＪ
ＹＡＮＧ Ｚｈ ｉａｎｇ．Ｃｌ
ａｓｓ
ｉｆｉ
ｃａｔ
ｉｏｎａｎｄｒ
ｅａｌ
ｉ－
ｚ
ａｔｉ
ｏｎ ｍｅ
ｔｈｏｄｏ
ｌｏｇｙｏ
ｆａｄａｐ
ｔｉ ｎｇｓ［
ｖｅ ｗｉ Ｊ］．Ｆ
ｌｉｇｈ
ｔＤｙ－
ｎａｍｉ
ｃｓ，２００８，２６（
５）：１－４．
［４ ］ 薛亮，韩万金，黄家骅，等 ．基 于 实 验 设 计 和 响 应 面
Ｊ］．推进技术，２００９，
模型的风扇转子气动优化设计［
３０（
３）：３０８－３１３．
（
ａ）基准翼型 ＸＵＥ Ｌ
ｉａｎｇ，ＨＡＮ Ｗａｎ－ｊ
ｉｎ，ＨＵＡＮＧＪ
ｉａ－ｈｕａ，ｅ
ｔａｌ．
Ｄｙｎａｍｉ
ｃｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎｄｅ
ｓｉｇｎｏ
ｆａｆ
ａｎｒ
ｏｔｏ
ｒｂａ
ｓｅｄｏｎ
ｄｅ
ｓｉｇｎｏ
ｆｅｘｐｅ
ｒｉｍｅｎ
ｔａｎｄｒ
ｅｓｐｏｎｓ
ｅｓｕ
ｒｆａ
ｃ ｌ［
ｅ ｍｏｄｅ Ｊ］．
Ｊ
ｏｕｒｎａ
ｌｏｆＰｒ
ｏｐｕ
ｌｓｉ
ｏｎＴｅ
ｃｈｎｏ
ｌｏｙ，２００９，３０（
ｇ ３）：３０８－
３１３．
［５ ］ 夏露，王丹 ．基于 Ｋｒ
ｉｇｎｇ 自 适 应 代 理 模 型 的 气 动 优
ｉ
Ｊ］．航空计算技术，２０１３，４３（
化方法［ １）：１３－１７．
ＸＩＡ Ｌｕ， ＷＡＮＧ Ｄａｎ． Ａｅ
ｒｏｄｙｎａｍｉ
ｃ ｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎ
ｍｅ
ｔｈｏｄｂａ
ｓｅｄ ｏｎ Ｋｒ
ｉｎｇ
ｉｎｇａｄａｐ
ｔｉｖｅｓｕ
ｒｒｏｇａ
ｔｅ ｍｏｄｅ
ｌ
（
ｂ）优化翼型 ［
Ｊ］．Ａｅ
ｒｏｎａｕ
ｔｉｃ
ａｌ Ｃｏｍｐｕ
ｔｉｎｇ Ｔｅ
ｃｈｎ
ｉ ｅ，２０１３，４３
ｑｕ
图 ８ 压力云图 （
１）：１３－１７．
Ｆ
ｉｇ．
８ Ｐｒ
ｅｓｓｕ
ｒｅｃ
ｏｎｔ
ｏｕｒｏ
ｆｉｎ
ｉｔｉ
ａｌ（
ａ）ａｎｄｏｐ
ｔ ｌ（
ｉｍａ ｂ）ａ
ｉｒｆ
ｏｉｌ
ｓ ［６ ］ 王红涛，竺 晓 程，杜 朝 辉 ．改 进 ＥＧＯ 算 法 在 跨 声 速
Ｊ］．上 海 交 通 大 学 学
翼型气动 优 化 设 计 中 的 应 用 ［
报，２００９，４３（
４ 结 论 １１）：１８３２－１８３６．
ａｏ，ＺＨＵ Ｘｉ
ＷＡＮＧ Ｈｏｎｇ－ｔ ａｏ－ｃｈｅｎｇ，ＤＵ Ｚｈａｏ－ｈｕ
ｉ．
（ ｃｋｓ－Ｈｅｎｎｅ 型 函 数 进 行 了 改 进，基 于
１）对 Ｈｉ Ａｐｐ
ｌｉｃ
ａｔｉ
ｏｎｏ
ｆｔｈｅｉｍｐ
ｒｏｖｅｄ ＥＧＯ ａ
ｌｇｏ
ｒｉｔ
ｈｍｉ
ｎｔｒ
ａｎ－
改进后型函数采用解析函数线性叠加法来描述自适 ｓ
ｏｎｉ
ｃａｉ
ｒｆｏ
ｉｌａ
ｅｒｏｄｙｎａｍｉ
ｃ ｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎ ｄｅ
ｓｉｇｎ ［
Ｊ］．
应翼型前缘，可实现翼型的前缘偏转，在保证翼型连 Ｊ
ｏｕｒｎａ
ｌｏｆ Ｓｈａｎｇｈａ
ｉＪｉ
ａｏｔ
ｏｎｇ Ｕｎ
ｉｖｅ
ｒｓｉ
ｔｙ，２００９，４３
续光滑的前提下增大了设计空间 ． （
１１）：１８３２－１８３６．
［７ ］ 李沛峰，张彬乾，陈迎春 ．基于响应面和遗 传 算 法 的
（
２）基于 Ｉ
ｓｉ ｔ优化设计平台实现了翼型参数
ｇｈ
Ｊ］． 西 北 工 业 大 学 学 报，
翼型 优 化 设 计 方 法 研 究 ［
化、网格划分及气动性能分析的数据集成；建立了实
２０１２，３０（
３）：３９５－４０１．
验设计、神经网络近 似 模 型 和 遗 传 算 法 相 结 合 的 优
ＬＩ Ｐｅ
ｉ ｅｎｇ，ＺＨＡＮＧ Ｂ
－ｆ ｉｎ－ｑ
ｉａｎ， ＣＨＥＮ Ｙｉ
ｎ－ｃｈｕｎ．
化设计方法；利用该 组 合 优 化 设 计 方 法 可 实 现 针 对
Ａｎｅ
ｆｆｅ
ｃｔｉ
ｖｅｔ
ｒａｎｓ
ｏｎｉ
ｃａｉ
ｒｆｏ
ｉｌｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎ ｍｅ
ｔｈｏｄｕ－
翼型的快速气动优化设计 ．
ｓ
ｉｎｇｒ
ｅｓｐｏｎｓ
ｅｓｕ
ｒｆａ
ｃ ｌ（ＲＳＭ ）［
ｅ ｍｏｄｅ Ｊ］．Ｊ
ｏｕｒｎａ
ｌｏｆ
３）通过 ＮＡＣＡ０００６ 翼型前缘优化算例分析，
（ Ｎｏ
ｒｔｈｗｅ
ｓｔｅ
ｒｎＰｏ
ｌｙｔ
ｅｃｈｎ
ｉｃａ
ｌＵｎ
ｉｖｅ
ｒｓｉ
ｔｙ，２０１２，３０（
３）：
表明采用神经网络近似模型代替原始遗传算法中计 ３９５－４０１．
算量庞大的 ＣＦＤ 分析模型，可以在保证精度 的 前 提 ［８ ］ 朱莉，高正红 ．基于神经网络的翼型优化设计方法研
下显著提高优化效率，证明了该优化方法的可行性和 Ｊ］．航空计算技术，２００７，３７（
究［ ３）：３３－３６．
实用性，可为自适应翼型的气动优化设计提供参考 ． ｉ，ＧＡＯ Ｚｈ
ＺＨＵ Ｌ ｅｎｇ－ｈｏｎｇ．Ａｅ
ｒｏｄｙｎ
ａｍｉ
ｃｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎ
ｄ
ｅｓｉ
ｇｎｏ
ｆａｉ
ｒｆｏ
ｉｌｂ
ａｓｅ
ｄｏｎｎ
ｅｕｒ
ａｌｎ
ｅｔｗｏ
ｒｋｓ［
Ｊ］．Ａｅ
ｒｏｎ
ａｕｔ
ｉ－
参考文献：
ｃ
ａｌＣｏｍｐｕ
ｔｉｎ
ｇＴｅ
ｃｈｎ
ｉ ｅ，２００７，３７（
ｑｕ ３）：３３－３６．

［１ ］ Ｊ ［９ ］ 张彬乾，罗烈，陈真利，等 ．飞 翼 布 局 隐 身 翼 型 优 化
ａｓｏｎＢｏｗｍａｎ，Ｂｒ
ｉａｎＳａｎｄｅ
ｒｓ，Ｔｅ
ｒｒｅｎｃ
ｅ Ｗｅ
ｉｓｓｈａ
ａｒ．
Ｅｖａ
ｌｕａ
ｔｉｎｇ ｔ
ｈｅｉｍｐａ
ｃｔｏ
ｆ ｍｏ
ｒｐｈ
ｉｎｇ ｔ
ｅｃｈｎｏ
ｌｏｇ
ｉｅｓ ｏｎ Ｊ］．航空学报，２０１４，３５（
设计研究［ ４）：
９５７－９６７．

ａ
ｉｒｃ
ｒａｆ
ｔｐｅ
ｒｆｏ ｅ［
ｒｍａｎｃ Ｃ］
／／４３ｒ
ｄＡＩＡＡ／ＡＳＭＥ／ＡＳＣＥ／ ＺＨＡＮＧ Ｂ
ｉｎ－ｑ
ｉａｎ，ＬＵＯ Ｌ
ｉｅ，ＣＨＥＮ Ｚｈｅｎ－ｌ
ｉ，ｅ
ｔａｌ．
／ＡＳＣＳ
ＡＨＳ ｔｒｕ
ｃｔｕ
ｒｅｓ，Ｓ
ｔｒｕ
ｃｔｕ
ｒａｌＤｙｎａｍｉ
ｃｓ，ａｎｄ Ｍａ
ｔｅ－ Ｏｎｓ
ｔｅａ
ｌｔｈａ
ｉｒｆ
ｏｉｌｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎｄｅ
ｓｉｇｎｆ
ｏｒｆ
ｌｙｉ
ｎｇ ｗｉ
ｎｇ

ｒ
ｉａｌ
ｓ Ｃｏｎ
ｆｅｒ
ｅｎｃ ｒ，Ｃｏ
ｅ．Ｄｅｎｖｅ ｌｏａｄｏ： ＡＩＡＡ，２００２，
ｒ ｃ
ｏｎｆ
ｉｇｕ
ｒａｔ
ｉｏｎ［
Ｊ］．Ａｃ
ｔａ Ａｅ
ｒｏｎａｕ
ｔｉｃ
ａｅｔ Ａｓ
ｔｒｏｎａｕ
ｔｉｃ
ａ

ＡＩＡＡ２００２－１６３１． Ｓ
ｉｎｉ
ｃａ，２０１４，３５（ ９５７－９６７． （
４）： 下转第 １１３３ 页）
 第８期 韩 龙，等：高海况机翼波浪地面效应数值模拟与分析 １１３３

翼上 Ｃｍ，ｇ不仅来自波浪地面效应引起的气动力不平 谷值加强或削弱，故 滚 转 力 矩 系 数 在 一 个 波 长 内 变
衡，还与侧风对 Ｃｍ，ｇ 系 数 峰 值 谷 值 的 加 强 或 削 弱 作 化不可近似看作正 余 弦 曲 线 变 化；由 于 机 翼 下 方 波
用相关 ．在地效飞行器的设计 中，
Ｃｍ，ｇ 的 变 化 使 得 全 浪面不断变化，地效 飞 行 器 气 动 特 性 受 波 浪 地 面 效
机的稳定性与操纵性时刻发生变化 ．因此，研究波浪 应也时刻发生变化，故 对 地 效 飞 行 器 的 稳 定 性 及 操
地面效应复杂流场下的地效飞行器气动力特性对其 纵性有很大影响，如 何 操 纵 地 效 飞 行 器 以 获 得 最 适
气动设计、控制系统设计均有重要参考价值 ． 宜的飞行状态应重点考虑 ．

３ 结 论 参考文献：

１）对 于 波 浪 地 面 效 应 的 研 究，尤 其 在 讨 论 高
（ １］ 林文祥，吴榕，唐雯 ．地 效 飞 行 器 发 展 回 顾 及 前 景 展 望
［

海况情形时，考虑当 地 风 速 以 及 波 浪 行 进 速 度 的 影 Ｊ］．航空科学技术，２０１１（
［ １）：
８－１０．
响能 够 更 准 确 地 分 析 飞 行 器 的 气 动 特 性 的 变 化 ＬＩＮ Ｗｅｎ－ｘ
ｉａｎｇ， ＷＵ Ｒｏｎｇ，ＴＡＮＧ Ｗｅｎ．Ｄｅ
ｖｅｌ
ｏｐ－

规律 ． ｍｅｎ
ｔｒｅ
ｖｉ ｒ
ｅｗ ａｎｄ ｐｏｓｐｅ
ｃｔｏ
ｆ ｗｉ
ｎｇ－ｉ ｒ
ｎ－ｇｏｕｎｄ ｅ
ｆｆｅ
ｃｔ

２）高海况 波 浪 地 面 效 应 下，气 动 力 变 化 呈 显
（ ｃ
ｒａｔ［
ｆ Ｊ］．Ａｅ
ｒｏｎａｕ
ｔｉｃ
ａｌＳ
ｃｉｅｎｃ
ｅ ＆ Ｔｅ
ｃｈｎｏ
ｌｏｙ，２０１１
ｇ

著非定常特性：升、阻力系数在一个波长内随着机翼 （
１）：
８－１０．

中心下方波浪面高度变化均做近似正（余）弦曲线变 ［
２］ Ａｈｍｅｄ Ｍ Ｒ，Ｓｈａ
ｒｍａ Ｓ Ｄ．Ａｎｉ
ｎｖｅ
ｓｔｉ
ｇａｔ
ｉｏｎ ｏｎｔ
ｈｅ

化，升、阻力系数曲线相位角并不一致且较波高变化 ａ
ｅｒｏｄｙｎａｍｉ
ｃｓｏ
ｆａｓｙｍｍｅ
ｔｒｉ
ｃａｌａ
ｉｒｆ
ｏｉｌｉ
ｎｇｏｕｎｄｅ
ｒ ｆｆｅ
ｃｔ
［
Ｊ］．Ｅｘｐ
ｅｒｉｍｅｎ
ｔａｌＴｈ
ｅｒｍａ
ｌａｎｄＦ
ｌｕｉ
ｄＳｃ
ｉ ｅ，２００５，
ｅｎｃ ２９
有所滞后 ．俯仰力矩系数同样呈现正余弦变化趋势，
（
６）：
６３３－６４７．
飞行高度降低，其幅值与周期内均值都增加 ．
３］ 秦绪国，刘沛 清，屈 秋 林 ．翼 型 波 浪 水 面 巡 航 地 面 效 应
［
３）随着飞行高度的升高，机翼升力系数、升阻
（
Ｊ］．北 京 航 空 航 天 大 学 学 报 ，
数值模拟 ［ ２０１１，
３７（
３）：
比逐渐减小，而阻 力 系 数 呈 减 小 趋 势，下 降 平 缓 ．升
２９５－２９９；
３０４．
力系数变化趋势与 低 海 况 情 形 基 本 一 致，而 阻 力 系
ＱＩＮ Ｘｕ－ｇｕｏ，ＬＩＵ Ｐｅ
ｉ ｉ
－ｑｎｇ ＱＵ Ｑｉ
ｕ－ｌ
ｉｎ．Ｎｕｍｅ
ｒｉｃ
ａｌ
数由于海浪波幅增 加，海 面 附 近 流 场 湍 流 化 加 剧 使
ｓ
ｉｍｕ
ｌａｔ
ｉｏｎｏｎａ
ｅｒｏｄｙｎａｍｉ
ｃｓｏ
ｆａｉ
ｒｆｏ
ｉｌｆ
ｌｙｉ
ｎｇｏｖｅ
ｒ ｗａｖｙ
其与低海况情况有 所 区 别 ．故 地 效 飞 行 器 高 海 况 巡 ｗａ
ｔｅｒｓｕ
ｒｆａ
ｃｅ［
Ｊ］．Ｊ
ｏｕｒｎａ
ｌｏｆＢｅ
ｉｊｉ
ｎｇＵｎ
ｉｖｅ
ｒｓｉ
ｔｙｏ
ｆＡｅ
ｒｏ－
航最适宜的飞行高度应大于其低海况高度 ． ｎａｕ
ｔｉｃ
ｓａｎｄＡｓ
ｔｒｏｎａｕ
ｔｉｓ，２０１１，
ｃ ３７（
３）：
２９５－２９９；
３０４．
４）当航向 角 存 在 时，机 翼 左 右 两 侧 受 地 面 效
（ ［
４］ Ｙａｎｇ Ｗｅ
ｉ，Ｙｉ
ｎｇ Ｃｈｅｎｇ－ｊ
ｉｏｎｇ，ＹａｎｇＺｈ
ｉ－ｇａｎｇ．Ａｅ
ｒｏ－
应影响而受力不均，加 之 当 地 风 力 在 机 翼 的 侧 向 分 ｄｙｎａｍｉ
ｃｓｔ
ｕｄｙｏ
ｆ ＷＩＧ ｃ
ｒａｆ
ｔｎｅ
ａｒｃｕ
ｒｖｅｄ ｇ
ｒｏｕｎｄ［
Ｊ］．
量影响，会在飞行器上产生滚转力矩 ．滚转力矩系数 Ｊ
ｏｕｒｎａ
ｌｏｆ Ｈｙｄ
ｒｏｄｙｎａｍｉ
ａｃｓ，
Ｓｅ Ｂ，２０１０，
ｒ． ２２（
５）：
３７１－
随波浪面高度变 化 ．由 于 侧 风 的 影 响，会 对 其 峰 值、 ３７６．

（上接第 １１２６ 页）
［
１０］ Ｈｉ
ｃｋｓＲ Ｍ，ＨｅｎｎｅＰ Ａ．Ｗｉ
ｎｇｄｅ
ｓｉｇｎｂｙｎｕｍｅ
ｒｉｃ
ａｌ ｏｄｅ［
ｃ Ｊ］．Ｔｅ
ｃｈｎｏｍｅ
ｔｒｉ
ｃｓ，１９７９，２１（
２）：２３９－２４５．
ｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎ［
Ｊ］．ＪＡｉ
ｒｃｒ
ａｆｔ，１９７８，１５（
７）：４０７－４１２． ［
１３］ Ｈａｇａｎ Ｍａ
ｒｔｎ Ｔ，Ｄｅｍｕ
ｉ ｔｈ Ｈｏｗａ
ｒｄ Ｂ，Ｂｅ
ａｌｅ Ｍａ
ｒｋ
［
１１］ ＣｏｏｋＰ Ｈ，ＭｃＤｏｎａ
ｌｄ Ｍ Ａ，Ｆ
ｉｒｍｉ
ｎ Ｍ Ｃ Ｐ．Ａｅ
ｒｏｆ
ｏｉｌ Ｈ．神 经 网 络 设 计 ［Ｍ ］． 北 京：机 械 工 业 出 版 社，
ＲＡＥ２８２２：Ｐｒ
ｅｓｓｕ
ｒｅｄ
ｉｓｔ
ｒｉｂｕ
ｔｉｏｎｓ，ａｎｄｂｏｕｎｄａ
ｒｙｌ
ａｙ－ ２００２．
ｅ
ｒａｎｄ ｗａｋｅ ｍｅ
ａｓｕ
ｒｅｍｅｎ
ｔｓ［Ｒ］．ＡＧＡＲＤ－ＡＲ－１３８， １４］ 王晓鹏，高正红 ．基于遗传算法的翼型气动优化设计
［
Ｆａ
ｒｎｂｏ
ｒｏｕｇｈ ＵＫ： Ｒｏｙａ
ｌ Ａｉ
ｒｃｒ
ａｆｔ Ｅｓ
ｔａｂ
ｌｉ ｔ，
ｓｈｍｅｎ Ｊ］．空气动力学学报，２０００，１８（
［ ３）：３２４－３２９．
１９７９． ａｏ－ｐｅｎｇ，ＧＡＯ Ｚｈｅｎｇ－ｈｏｎｇ．Ａｅ
ＷＡＮＧ Ｘｉ ｒｏｄｙｎａｍｉ
ｃ
［
１２］ ＭｃＫａｙ Ｍ Ｄ，Ｂｅ
ｃｋｍａｎ Ｒ Ｊ，Ｃｏｎｏｖｅ
ｒ Ｗ Ｊ．Ａ ｃ
ｏｍ－ ｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎｄｅ
ｓｉｇｎ ｏ
ｆａｉ
ｒｆｏ
ｉｌｂａ
ｓｅｄ ｏｎ ｇｅｎｅ
ｔｉｃａ
ｌｇｏ－
ｐａ
ｒｉｓ
ｏｎｏ
ｆｔｈｒ
ｅｅｍｅ
ｔｈｏｄｓｆ
ｏｒｓ
ｅｌｅ
ｃｔｉ
ｎｇｖａ
ｌｕｅ
ｓｏｆｉ
ｎｐｕ
ｔ ｒ
ｉｔｈｍ［
Ｊ］．Ａｃ
ｔａ Ａｅ
ｒｏｄｙｎａｍｉ
ｃａＳ
ｉｎｉ
ｃａ，２０００，１８（
３）：
ｖａ
ｒｉａｂ
ｌｅｓｉ
ｎｔｈｅａｎａ
ｌｙｓ
ｉｓｏ
ｆｏｕ
ｔｐｕ
ｔｆｒ
ｏｍ ａｃ
ｏｍｐｕ
ｔｅｒ ３２４－３２９．

View publication stats