机器学习在气动外形优化中的应用
机器学习
2022-12-05 v2 最优化与控制
流体动力学
摘要
得益于气动数据的可用性与深度学习的持续发展，机器学习(ML)已越来越多地用于辅助气动外形优化(ASO)。我们综述了迄今为止ML在ASO中的应用，并提供了关于前沿现状与未来方向的见解。我们首先介绍传统的ASO及其当前挑战。接下来，我们介绍ML基础并详述在ASO中已取得成功的ML算法。然后，我们从三个方面综述ML在ASO中的应用：紧凑几何设计空间、快速气动分析与高效优化架构。除提供研究的全面总结外，我们评述了所开发方法的实用性与有效性。我们展示了前沿ML方法如何惠及ASO并应对交互式设计优化等苛刻需求。由于ML训练成本高，实际的大规模设计优化仍具挑战。建议进一步研究将ML模型构建与先验经验和知识（如物理信息机器学习）相结合，以解决大规模ASO问题。
引用
@article{arxiv.2202.07141,
title = {Machine Learning in Aerodynamic Shape Optimization},
author = {Jichao Li and Xiaosong Du and Joaquim R. R. A. Martins},
journal= {arXiv preprint arXiv:2202.07141},
year = {2022}
}
备注
103 pages, 47 figures, published by Progress in Aerospace Sciences