一个神经网络结合遗传算法的叶轮逆命题设计方法

樊会元; 席光; 王尚锦

Chinese

您当前的位置：

首页 >

文章列表页 >

一个神经网络结合遗传算法的叶轮逆命题设计方法

研究论文 | 更新时间：2026-07-07

- 一个神经网络结合遗传算法的叶轮逆命题设计方法
- Impeller Inverse Design by Neural Networks Coupled with Genetic Algorithms
- 航空动力学报 2000年15卷第1期
- 作者机构：
  
  西安交通大学能源与动力工程学院机泵中心,陕西,西安,710049
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2000
- 稿件说明：
移动端阅览
樊会元, 席光, 王尚锦. 一个神经网络结合遗传算法的叶轮逆命题设计方法[J]. 航空动力学报, 2000,15(1).

Pan Huiyuan, Xi Guang, Wang Shangjin. Impeller Inverse Design by Neural Networks Coupled with Genetic Algorithms[J]. 2000, 15(1).
樊会元, 席光, 王尚锦. 一个神经网络结合遗传算法的叶轮逆命题设计方法[J]. 航空动力学报, 2000,15(1). DOI：

Pan Huiyuan, Xi Guang, Wang Shangjin. Impeller Inverse Design by Neural Networks Coupled with Genetic Algorithms[J]. 2000, 15(1). DOI：

摘要

本文的目的是利用神经网络实现离心压缩机叶轮的逆命题设计。为此

结合实例叶轮逆命题设计问题通过遗传算法的演化和训练建立了前馈神经网络。所建网络随之用于求解给定表面速度分布情况下的叶片型线。

Abstract

A study on application of neural networks to solving an inverse design of a centrifugal compressor impeller has been conducted.The feedforward neural networks were established by means of evolving and training with genetic algorithms for a real impeller inverse design

and then used to predict the blade profile when the velocity distribution on its surface is given.Numerical simulation shows that the neural networks can successfully yield the desired blade profile.

关键词

Keywords

references

浏览量

415

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

扩压器叶片形线逆命题设计的一种新方法

基于神经网络的减阻沟槽壁面形状优化

神经网络在无人机电控活塞发动机试验中应用

某RBCC样机进气道的设计与数值模拟

一种直升机用斜流风机的设计方法

相关机构

西北工业大学航空学院

中国空气动力研究与发展中心低速空气动力研究所

西北工业大学航天学院

中国华阴兵器试验中心, 陕西华阴

西北工业大学航天学院, 燃烧、热结构与内流场重点实验室

AI问答

地址：北京市丰台区顺八条1号院2号楼北阳晨光大厦2层邮编：100079
联系电话：（010）53879206 Email：tmw@bjxintong.com.cn
技术支持由北京北大方正电子有限公司提供京ICP备09082226号-64 京公网安备11010602201714号
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies

⁰