论文部分内容阅读
本文将拉丁超立方试验设计方法,kriging模型与优化方法结合发展了一套基于改进的Kriging模型优化设计算法。首先针对一维函数进行了测试,验证了本文发展的Kriging模型能够较好地对函数进行拟合。为了提高Kriging模型的精度,本文对原有的Kriging模型优化设计算法进行了改进,在引入EI方法的同时将优化搜索算法得到的最优点加入到原有的样本集中,每次增加两个样本点,然后再重新生成Kriging模型进行优化设计,为了验证该方法的正确性和有效性,使用该算法进行了翼型减阻优化设计,优化翼型的阻力系数降低33.6%,此算例表明采用该方法能够逐步提高Kriging模型的拟合精度,最终实现翼型气动性能的极大提高。