基于神经网络和粒子群算法的液-气引射器结构优化方法

本发明公开了一种基于神经网络和粒子群算法的液‑气引射器结构优化方法，包括以下步骤：确定液‑气引射器结构参数及其取值范围，在取值范围内进行拉丁超立方采样，建立不同结构参数组合的液‑气引射器三维模型；利用CFD技术获取各液‑气引射器性能参数建立数据集；利用神经网络建立液‑气引射器性能预测模型；通过粒子群优化算法寻找液‑气引射器最优结构参数，使得引射器的性能最大化。本发明基于CFD技术和神经网络建立液‑气引射器的性能预测模型，实现快速评估液‑气引射器引射性能；结合粒子群优化算法，进而获取液‑气引射器最佳结构，能快速获取不同结构尺寸的液‑气引射器的性能，提高液‑气有液‑气引射器设计效率。