为了快速、准确分析螺旋桨滑流对增升装置的影响,采用实桨非定常方法(full blades method,FBM)和定常动量激励盘方法(actuator disk method,ADM),数值计算分析了前进比J=0.7、1.0,攻角α=–4°~24°工况下螺旋桨滑流对高升力构...为了快速、准确分析螺旋桨滑流对增升装置的影响,采用实桨非定常方法(full blades method,FBM)和定常动量激励盘方法(actuator disk method,ADM),数值计算分析了前进比J=0.7、1.0,攻角α=–4°~24°工况下螺旋桨滑流对高升力构型的影响。研究表明:虽然从单独螺旋桨获取的时均化激励盘载荷分布与从高升力构型螺旋桨获取的存在局部差异,但将来源不同的激励盘载荷应用于ADM计算时,所得高升力构型的压力分布、升阻力结果基本一致,全机升力系数差异不超过4.3%,阻力系数偏差小于5.4%,说明采用单独螺旋桨获取激励盘载荷对全机气动力计算影响不大,从而避免了复杂的网格生成。ADM将非定常计算转化为定常计算,在保持网格量相当(3300万)的条件下,其计算结果与FBM结果在失速前(α<20°时)基本吻合,同时计算核时约降低至FBM的1/18(170/3100)。因此ADM方法能够高效、合理评估出螺旋桨滑流对增升装置产生的影响。展开更多
对于非光滑强凸问题,在线梯度下降(Online Gradient Decent,OGD)取适当步长参数可以得到对数阶后悔界.然而,这并不能使一阶随机优化算法达到最优收敛速率.为解决这一问题,研究者通常采取两种方案:其一是改进算法本身,另一种是修改算法...对于非光滑强凸问题,在线梯度下降(Online Gradient Decent,OGD)取适当步长参数可以得到对数阶后悔界.然而,这并不能使一阶随机优化算法达到最优收敛速率.为解决这一问题,研究者通常采取两种方案:其一是改进算法本身,另一种是修改算法输出方式.典型的Adam(Adaptive moment estimation)型算法SAdam(Strongly convex Adaptive moment esti⁃mation)采用了改进算法的方式,并添加了自适应步长策略和动量技巧,虽然得到更好的数据依赖的后悔界,但在随机情形仍然达不到最优.针对这个问题,本文改用加权平均的算法输出方式,并且重新设计与以往算法同阶的步长超参数,提出了一种名为WSAdam(Weighted average Strongly convex Adaptive moment estimation)的Adam型算法.证明了WSAdam达到了非光滑强凸问题的最优收敛速率.经过Reddi问题的测试和在非光滑强凸函数优化中的实验,验证了所提方法的有效性.展开更多
文摘为了快速、准确分析螺旋桨滑流对增升装置的影响,采用实桨非定常方法(full blades method,FBM)和定常动量激励盘方法(actuator disk method,ADM),数值计算分析了前进比J=0.7、1.0,攻角α=–4°~24°工况下螺旋桨滑流对高升力构型的影响。研究表明:虽然从单独螺旋桨获取的时均化激励盘载荷分布与从高升力构型螺旋桨获取的存在局部差异,但将来源不同的激励盘载荷应用于ADM计算时,所得高升力构型的压力分布、升阻力结果基本一致,全机升力系数差异不超过4.3%,阻力系数偏差小于5.4%,说明采用单独螺旋桨获取激励盘载荷对全机气动力计算影响不大,从而避免了复杂的网格生成。ADM将非定常计算转化为定常计算,在保持网格量相当(3300万)的条件下,其计算结果与FBM结果在失速前(α<20°时)基本吻合,同时计算核时约降低至FBM的1/18(170/3100)。因此ADM方法能够高效、合理评估出螺旋桨滑流对增升装置产生的影响。
文摘对于非光滑强凸问题,在线梯度下降(Online Gradient Decent,OGD)取适当步长参数可以得到对数阶后悔界.然而,这并不能使一阶随机优化算法达到最优收敛速率.为解决这一问题,研究者通常采取两种方案:其一是改进算法本身,另一种是修改算法输出方式.典型的Adam(Adaptive moment estimation)型算法SAdam(Strongly convex Adaptive moment esti⁃mation)采用了改进算法的方式,并添加了自适应步长策略和动量技巧,虽然得到更好的数据依赖的后悔界,但在随机情形仍然达不到最优.针对这个问题,本文改用加权平均的算法输出方式,并且重新设计与以往算法同阶的步长超参数,提出了一种名为WSAdam(Weighted average Strongly convex Adaptive moment estimation)的Adam型算法.证明了WSAdam达到了非光滑强凸问题的最优收敛速率.经过Reddi问题的测试和在非光滑强凸函数优化中的实验,验证了所提方法的有效性.
