| 张红伟a，袁子厚*a,b，杜焱铭a，郑兴任a.基于BP神经网络和遗传算法的汽车形状参数优化[J].纺织大学学报,2025,38(6):46-52 |
| 基于BP神经网络和遗传算法的汽车形状参数优化 |
|
| |
| DOI： |
| 中文关键词: 汽车空气动力学 计算流体力学(CFD) BP神经网络 遗传算法(GA) |
| 英文关键词: |
| 基金项目:国家自然科学基金（11502177）；湖北省数字化纺织装备重点实验室开放基金项目（DTL2019019） |
|
| 摘要点击次数: 1058 |
| 全文下载次数: 466 |
| 中文摘要: |
| 汽车的车身空气动力学特性在汽车性能中占据重要地位，它能直接影响汽车的燃油经济性、操作稳定性、舒适性以及动力性等方面。本文对汽车外形参数进行优化，将气动阻力系数作为目标函数，使其最小化。首先，将快背式MIRA模型的5个关键几何参数作为设计变量，采用拉丁超立方采样实验设计方法设计了50组样本数据。其次，使用ANSYS Fluent 2021 R1软件计算根据样本数据建立的50个汽车模型。再次，将计算获得的阻力系数的结果以及实验设计方法设计的50组样本数据作为数据集用于BP神经网络学习，以确定设计变量和目标函数之间的关系。最后，与遗传算法结合进行优化，从而获得最优解。结果表明，优化后的汽车模型的阻力系数降低了26.9%。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
