中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于GA-GRNN的高速列车头型三维优化设计

文献类型:期刊论文

作者姚拴宝; 郭迪龙; 杨国伟
刊名中国科学:技术科学/SCIENTIA SINICA(TECHNOLOGICA)
出版日期2012-11-20
卷号42期号:11页码:1283-1294
关键词气动阻力 GA-GRNN 参数化 高速列车
ISSN号1674-7259
产权排序中国科学院力学研究所,水动力学与海洋工程重点实验室
通讯作者姚拴宝
中文摘要针对CRH380A型高速列车头部外形的气动减阻问题, 设计了一种新型的基于自由曲面变形的局部型函数参数化方法, 提出了一套基于实数编码遗传算法的变光滑因子广义回归神经网络响应面模型(GA-GRNN)的气动外形优化方法. 优化结果表明: 局部型函数参数化方法操作简单、实现方便, 使用少量的设计参数可以控制较大变形区域, 且能保证变形的光顺性和不同变形区域间的光滑过渡; 使用同样的样本点进行训练, GA-GRNN 比GRNN的预测精度高, 更容易得到全局最优解; 优化后, CRH380A 三辆编组简化外形气动阻力减小8.7%, 本文提出的优化设计方法简单、高效, 为高速列车气动外形的工程优化设计提供了新思路.
学科主题计算流体力学
分类号二类
收录类别CSCD
资助信息国家科技支撑计划项目(批准号:2009BAG12A03);国家重点基础研究发展计划(“973”计划)(批准号:2011CB71100)资助
原文出处http://epub.cnki.net/kns/detail/detail.aspx?FileName=JEXK201211007&DbName=CJFQ2012
语种中文
公开日期2013-01-16
源URL[http://dspace.imech.ac.cn/handle/311007/46508]  
专题力学研究所_流固耦合系统力学重点实验室(2012-)
推荐引用方式
GB/T 7714
姚拴宝,郭迪龙,杨国伟. 基于GA-GRNN的高速列车头型三维优化设计[J]. 中国科学:技术科学/SCIENTIA SINICA(TECHNOLOGICA),2012,42(11):1283-1294.
APA 姚拴宝,郭迪龙,&杨国伟.(2012).基于GA-GRNN的高速列车头型三维优化设计.中国科学:技术科学/SCIENTIA SINICA(TECHNOLOGICA),42(11),1283-1294.
MLA 姚拴宝,et al."基于GA-GRNN的高速列车头型三维优化设计".中国科学:技术科学/SCIENTIA SINICA(TECHNOLOGICA) 42.11(2012):1283-1294.

入库方式: OAI收割

来源:力学研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。