摘要:为了使Ahmed模型气动阻力和气动升力同时最优化,研究多目标智能优化方法在汽车空气动力学领域的工程应用价值,文章采用modeFRONTIER软件搭建优化流程。本研究采用优化拉丁超立方试验设计方法对变形参数进行采样,经过CFD仿真后,选择神经网络搭建近似模型建立参数与阻力系数和升力系数的对应关系,然后使用多目标遗传算法进行优化。优化后,Ahmed模型阻力系数降低了46.6%,升力系数降低了36.5%。实践证明,基于modeFRONTIER软件的空气动力学多目标智能优化方法具有较高工程应用价值。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社