改进Kriging模型在翼型气动优化设计中的应用研究

文章将拉丁超立方抽样试验设计方法,Kriging模型与优化方法结合发展了一套基于改进Kriging模型的优化设计算法。首先对Kriging模型的拟合精度进行了研究,针对一维函数以及气动问题进行了测试,验证了文中发展的Kriging模型能够较好地对函数进行拟合以及能够运用到气动问题中。为了提高Kriging模型的拟合精度,文章对原有的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2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RAE2822翼型减阻优化设计,优化后的RAE2822翼型的阻力系数降低了33.6%,算例表明采用该方法能够逐步提高Kriging模型的拟合精度,最终实现高效的翼型气动性能优化设计。