摘要
一种基于深度神经网络的航空布撒器气动外形优化方法,涉及航空航天技术领域。为解决现有技术中存在的,现有的深度学习方法和CFD优化方法在面对航空布撒器这种复杂的、由多个可变参数组成的气动外形时,依然存在显著的局限性的技术缺陷,本发明提供的技术方案为:包括:采集使用深度生成对抗网络生成的航空布撒器气动外形;根据卷积神经网络提取所述气动外形的图像特征并将其转化为形状参数;根据所述形状参数,使用多任务学习模型预测气动数据,包括轴向力、法向力、俯仰力矩和压力中心;根据所述预测气动数据的结果,采用差分进化算法对气动外形参数进行优化。可以应用于航空布撒器设计与优化的工作中。
技术关键词
气动外形优化方法
布撒器
深度生成对抗网络
深度神经网络
多任务学习模型
卷积神经网络提取
进化算法
计算机储存介质
参数
航空航天技术
深度学习方法
计算机程序产品
力矩
优化装置
数据
图像
模块
系统为您推荐了相关专利信息
场景生成方法
噪声预测
概率分布建模
注意力机制
矩阵
时间序列特征
电池运行状态
电池冷却系统
深度神经网络
电池管理系统
遥感影像数据
深度学习网络
极化特征
种植区
反射率