期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进多目标蝗虫算法的压缩机叶轮参数优化研究
1
作者 任云鹏 李臻志 +4 位作者 宋方 李安帅 杨强辉 刘佳豪 邵佳康 《机电工程》 北大核心 2025年第5期856-865,共10页
针对常用基本算法在模型复杂的叶轮部件优化设计上寻优效果不佳等问题,提出了一种融合柯西变异和反向学习的改进多目标蝗虫优化算法(COMOGOA),对离心压缩机叶轮进行了参数优化设计。首先,分析了基本蝗虫优化算法(GOA)及多目标优化问题原... 针对常用基本算法在模型复杂的叶轮部件优化设计上寻优效果不佳等问题,提出了一种融合柯西变异和反向学习的改进多目标蝗虫优化算法(COMOGOA),对离心压缩机叶轮进行了参数优化设计。首先,分析了基本蝗虫优化算法(GOA)及多目标优化问题原理,对多目标蝗虫优化算法(MOGOA)进行了改进,融合了柯西变异和反向学习改进策略,并利用测试函数与常用优化算法对比验证了其性能;然后,以离心压缩机叶轮部件为研究对象,对其建立了理论数值模型,利用改进的COMOGOA对模型设计参数进行了寻优,并与其他优化算法进行了对比分析;最后,在考虑了数值仿真、模型假设等因素带来的误差影响情况下,利用ANSYS-CFX数值验证了仿真分析,结合叶轮气动特性及原因进一步验证了优化效果。研究结果表明:优化叶轮后,设计工况下的压缩比显著提升了4.370%,等熵效率增强了1.529%,叶轮得到了改善,从而提升了压缩机的整体性能。COMOGOA算法在叶轮部件复杂模型的优化设计中有着更为出色的寻优效果,也为此类复杂部件优化设计提供了合理参考,具有一定的工程应用价值。 展开更多
关键词 离心式压缩机 参数优化算法 融合柯西变异和反向学习的改进多目标蝗虫优化算法 ANSYS-CFX Cubic混沌模型 随机权重策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部