基于反设计和神经网络的高超声速飞行器多学科/多目标优化

首先以符合一体化设计要求为目的，发展一种新的乘波体外形生成的高效反设计方法，使采用这种方法获得的乘波体不但可与发动机进气道进气条件匹配，而且适于进一步优化计算。其次，在第一步工作的基础上，考虑多个学科间的设计目标和耦合关系，将人工神经元网络方法引入飞行器外形的多学科/多目标优化设计，深入研究"设计目标- - 网络结构- - 训练样本"间的基本关系，在此基础上发展一种新的实用优化方法，并开发出相应软件，获得一系列计算结果，为进一步研究和应用设计提供理论依据和设计参考。. 本项目涉及计算流体力学、高超声速空气动力学、人工智能、非线性优化理论等多个学科，是将各学科间最新进展交叉运用的一次有益尝试。关于飞行器多学科/多目标优化设计已是当前研究的热点问题之一，高超声速飞行器的研究也是当前发达国家正在研究的重点问题，因此本项目具有明确的研究背景和实际意义。