翼型空气动力学优化：基于进化算法的airfoil_aerodynamic_optimization

简介：
本文探讨了利用进化算法对翼型进行空气动力学优化的方法，通过模拟自然选择过程来改进翼型的设计，以达到最佳性能。 翼型的空气动力学优化是通过进化算法对机翼进行的一种改进方式。该项目于2016年5月完成，目的是评估ISAE-SUPAERO研究生院第二年的粘性空气动力学课程的学习成果。 我们的目标是在滑流条件下找到一种能够最大化特定性能标准的滑翔机翼型设计。我们选择了类形状变换（CST）方法来对机翼几何进行数学建模，因为这种方法所需的参数较少，并且具有强大的建模能力；同时它还可以确保前后缘的一致性。项目中使用了两种不同的优化算法：首先实现了遗传算法，在这种情况下，CST的参数被视为“染色体”，而整个机翼则视为一个单独的个体。接下来实施了一种混合型遗传算法，包括两个步骤。第一步与前述的标准遗传算法相同；第二步则是执行约束优化以进一步利用之前发现的有效局部区域。 迄今为止，我们仅上传了基于标准遗传算法的结果。该项目是使用MATLAB编程语言完成的，并且需要用到它的全局优化工具箱。