에어 포일 디자인에 있는 다 구조상 최적화는 제일 전반적인 디자인을 달성하기 위하여 다수 성과 기준을 균형을 잡는 포함합니다. 효과적인과 능률적인 결과를 지키기 위하여 제일 연습을 따르기 위하여 근본적입니다.

명확한 Objectives 정의

리프트, 드래그, 구조적 무결성과 같은 주요 성능 지표를 식별합니다. 이러한 목적을 정의하는 것은 최적화 프로세스를 안내하고 모든 관련 요인이 고려된다는 것을 보장합니다.

적합한 최적화 알고리즘 선택

Pareto 기반 방법 또는 진화 알고리즘과 같은 다중 인젝터 문제를 위해 적응 한 알고리즘을 선택하십시오. 이러한 방법은 분쟁 목표 간의 거래 오프를 효율적으로 탐구할 수 있습니다.

Surrogate 모델 구현

응답 표면 또는 기계 학습 모델과 같은 surrogate 모델을 사용하여 계산 비용을 줄일 수 있습니다. 이 모델은 공기의 동작을 대략적이고 최적화 프로세스를 가속화합니다.

Diverse Solution Set를 유지

최적화 프로세스를 보장하기 위해 다양한 거래가 가능한 솔루션을 살펴보십시오. Diversity는 조기 융합을 방지하고 의사 결정 제조업체에 대한 여러 옵션을 제공합니다.

  • 명확하게 목표
  • 적합한 알고리즘 선택
  • 사용 surrogate 모델
  • 솔루션 다양성 유지