基于GA-GRNN的高速列车头型三维优化设计

Abstract

针对CRH380A型高速列车头部外形的气动减阻问题, 设计了一种新型的基于自由曲面变形的局部型函数参数化方法, 提出了一套基于实数编码遗传算法的变光滑因子广义回归神经网络响应面模型(GA-GRNN)的气动外形优化方法. 优化结果表明: 局部型函数参数化方法操作简单、实现方便, 使用少量的设计参数可以控制较大变形区域, 且能保证变形的光顺性和不同变形区域间的光滑过渡; 使用同样的样本点进行训练, GA-GRNN 比GRNN的预测精度高, 更容易得到全局最优解; 优化后, CRH380A 三辆编组简化外形气动阻力减小8.7%, 本文提出的优化设计方法简单、高效, 为高速列车气动外形的工程优化设计提供了新思路.