基于原始对偶聚合方法的全局气动设计优化
最优化与控制
2018-11-02 v1
摘要
使用Euler或Navier-Stokes方程的全局气动设计优化需要非常可靠的代理建模技术，因为底层流动模拟的计算代价通常很高。一般而言，由于计算资源受限，为此类问题可生成的训练代理模型样本数非常有限。另一方面，伴随方法近期的发展已能对广泛工程问题以合理计算代价评估梯度信息。因此，在实验设计框架中利用伴随求解器可收集更丰富的数据集。本文提出一种新颖的聚合方法，使最先进的代理模型能融入额外梯度信息而避免过拟合问题，从而可用小样本集训练具有较多设计参数的准确代理模型。我们还给出了两个知名基准设计优化问题的结果，显示了新方法的效率与稳健性。
引用
@article{arxiv.1811.00433,
title = {Global Aerodynamic Design Optimization via Primal-Dual Aggregation Method},
author = {Emre Özkaya and Nicolas R. Gauger},
journal= {arXiv preprint arXiv:1811.00433},
year = {2018}
}
备注
10 pages, 2 figures