一种基于强化学习和帕累托的翼型多目标优化方法及系统

本发明公开了一种基于强化学习和帕累托的翼型多目标优化方法及系统，涉及机械优化设计技术领域。包括搭建基于卷积神经网络和对抗生成网络的翼型参数化设计平台，采用基于物理神经网络的Neuralfoil对翼型性能进行评估，基于强化学习和帕累托最优搭建了翼型的多目标优化模型。本发明通过卷积神经网络和对抗生成网络的结合不仅实现了翼型参数降维，同时避免了设计空间中翼型畸形；通过Neuralfoil克服了传统Xfoil在计算过程中不收敛的问题，尤其适合处理在强化学习过程中频繁调整形状的翼型，提供了更加稳定和快速的气动特性计算；通过结合强化学习与帕累托实现了强化学习在翼型多目标优化方面的应用探索，提供了翼型优化的新思路。