作者:方正; 王大镇高速列车单节车体空气动力特性grnn模型ga算法
摘要:针对传统高速列车单节车体空气动力特性优化方法的不足,设计了一种基于广义回归神经网络和遗传算法的单节车体空气动力特性优化方法,该方法首先利用流体动力学软件获得单节车体的实验数据,然后用广义回归神经网络对实验数据进行训练,建立优化模型,并采用遗传算法对该模型进行优化。结果表明,优化后的单节车体的结构参数能够改善列车的空气动力特性,优化后的升力、侧向力和倾覆力矩系数分别降低了11.5%、8.05%和17.5%,并且优化后的单节车体压力系数与原有单节车体相比得到了改善。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《集美大学学报·自然科学版》(CN:35-1186/N)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《集美大学学报·自然科学版》国内外公开发行的综合性自然科学类学术性期刊,主要刊登反映自然科学领域的理论研究和应用研究成果的学术论文。
杂志详情