IMECH-IR  > 流固耦合系统力学重点实验室
基于CACO-SVM的高速列车头型多目标优化
Alternative Title中国科学院力学研究所流固耦合系统力学重点实验室;
张业; 郭迪龙; 姚拴宝; 杨国伟
Source Publication第八届全国流体力学学术会议论文摘要集
2014
Conference Name第八届全国流体力学学术会议
Conference Date2014-09-18
Conference Place中国甘肃兰州
Abstract基于混沌优化理论和蚁群算法构造出了一种混沌蚁群算法(CACO),解决了基本蚁群算法容易陷入局部最优解和随机变异方法导致的搜索效率低的问题。对不同种类的算法进行了对比分析,发现混沌蚁群算法的寻优能力明显优于遗传算法和粒子群算法。针对头型优化中小样本、非线性的特点,提出了基于RBF核函数的支持向量机(SVM)代理模型,并结合混沌蚁群算法对三辆编组的高速列车简化气动外形进行了多目标优化。优化结果表明,提出的基于SVM和混沌蚁群算法的优化方法寻优能力强、预测精度高,优化后,三辆编组简化外形头车气动阻力和尾车气动升力均明显减小,提出的优化设计方法高效、方便,可以为高速列车气动外形多目标优化提供参考。
Keyword混沌蚁群算法 Svm代理模型 多目标优化 气动外形 高速列车
DepartmentLMFS流固耦合与数值计算(LHO)
Funding Organization国家重点基础研究发展计划(2011CB71100)资助
Language中文
Document Type会议论文
Identifierhttp://dspace.imech.ac.cn/handle/311007/52170
Collection流固耦合系统力学重点实验室
Recommended Citation
GB/T 7714
张业,郭迪龙,姚拴宝,等. 基于CACO-SVM的高速列车头型多目标优化[C]第八届全国流体力学学术会议论文摘要集,2014.
Files in This Item: Download All
File Name/Size DocType Version Access License
c2014-063.pdf(115KB) 开放获取CC BY-NDView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[张业]'s Articles
[郭迪龙]'s Articles
[姚拴宝]'s Articles
Baidu academic
Similar articles in Baidu academic
[张业]'s Articles
[郭迪龙]'s Articles
[姚拴宝]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[张业]'s Articles
[郭迪龙]'s Articles
[姚拴宝]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: c2014-063.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.