龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开一种基于神经网络的飞行器气动外形优化方法、装置及介质。具体是通过WGAN‑div模型学习现有的飞行器形状特征，并使用潜在变量来稳定地生成多样化的设计，通过卷积神经网络对生成的飞行器形状进行智能参数化，通过MMoE‑3D模型的训练多任务学习，以实现对飞行条件下马赫数0.4‑0.8,1.2‑1.6和滚动角2°‑90°的轴向力CA、法向力CN、俯仰力矩Cm和压力中心Xcp的快速预测。最后，这三个部分被整合，并使用差分进化算法DE来完成飞行器形状的优化设计，有效地解决了飞行器气动外形优化慢的问题。
主权项：1.一种基于神经网络的飞行器气动外形优化方法，其特征在于，所述方法包括：步骤S100：基于现有飞行器外形数据库，通过WGAN-div模型构建飞行器外形数据库；步骤S200：训练卷积神经网络以完成飞行器外形设计到外形参数的转换；步骤S300：训练MMoE-3D模型去预测由生成器生成的飞行器的气动数据，所述MMoE-3D模型的输出由两组模型构成，分别代表亚声速模型和超声速模型；步骤S400：初始化DE算法的种群生成第一种群；步骤S500：将生成的第一种群输入WGAN-div模型的生成器，获得飞行器外形设计；步骤S600：通过卷积神经网络将飞行器外形设计转换为外形参数；步骤S700：将飞行器外形参数、坐标信息和飞行条件输入MMoE-3D模型，并通过所述MMoE-3D模型计算优化的目标值；步骤S800：种群变异生成新的种群；步骤S900：重复步骤S500-S800，输出优化的飞行器外形，并验证所述优化的飞行器外形是否满足要求，在不满足要求的情况下，返回步骤S300并扩充训练数据集以调整所述MMoE-3D模型。
全文数据：
权利要求：
百度查询： 上海大学 基于神经网络的飞行器气动外形优化方法、装置及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号