基于集成学习的飞机气动力快速预测方法研究

现代飞机设计对气动外形优化效率的要求不断提高,传统气动力获取方法(如风洞试验或计算流体力学(CFD)数值仿真方法)成本高、效率低,探索高效的气动力获取方法对减少风洞试验或数值仿真成本、提高飞机迭代设计效率具有重要意义。本文提出一种基于集成学习的飞机气动力快速预测方法,将线性回归模型、多层感知机模型、梯度提升模型堆叠,对不同机翼展长、根弦比、尖弦长的飞翼布局无人机在不同迎角下的气动力系数进行预测。结果表明,建立的集成学习模型能够快速准确预测飞机气动力系数,测试集升阻力系数均方误差分别为0.208×10-4和0.424×10-5,平均绝对误差分别为0.27×10-2和0.1379×10-2,拟合度分别为0.9994976和0.9691,预测时间为0.8s,仅为面元法计算时间的1/4500,有效地提高了飞机气动外形设计效率。

资料为PDF文档格式.

本文档关键词:预测,快速,飞机,气动力,学习