第68章 超级计算机(1/2)

【畅读更新加载慢，有广告，章节不完整，请退出畅读后阅读！】

    常浩南之所以敢说出推倒重来这样的话，自然是因为对改进机翼抱有十成十的把握。</p>

    在刚刚翻阅设计文档的时候，他就已经让系统开启了一个新的项目。</p>

    【基于对现有机翼设计方案的参数化建模，应用差分进化算法对后缘襟翼和前缘缝翼进行一体化优化设计，减少增升系统中的缝隙数量和各种气流干扰作用，提高低速，尤其是低速大迎角工况下的升阻比】</p>

    消耗积分15点。</p>

    能在系统中启动项目，就说明思路是不存在问题的</p>

    因此在听到杨奉畑的问题之后，他毫不犹豫地说出了自己的计划：</p>

    “这就需要数字化设计组提供的参数化建模发挥作用了。”</p>

    “我准备先对cfd流场分析的结果进行后处理，提取所需的性能指标，作为整个优化问题的目标函数使用，然后利用克里金方法选取样本点建立代理模型，再把代理模型与差分进化算法进行耦合……”</p>

    常浩南讲到的方法，跟他之前在京航第一次见到杨奉畑时讲过的模型降阶法原理基本相同，只是具体的实现途径有区别。</p>

    当然这也并不奇怪，cfd流场计算属于万变不离其宗的事情，其原理说到底就是对雷诺平均n-s方程进行求解。</p>

    剩下的各种方法也好模型也好，都是因为n-s方程在大多数情况下没有解析解，因此需要开发出精度高且计算量小的数值解法而已。</p>

    大多数工程师出身的人未必有很强的理论功底，这些东西本来应该是数学家和物理学家解决的问题。</p>

    因此看着常浩南密密麻麻写出的一黑板推导过程，会议室里面发懵的人占大多数。</p>

    不过最后的结论是所有人都能看懂的。</p>

    就是常浩南写出来的这种算法可以大大提高优化算法的收敛速度，并且自变量的增加对于计算量影响很小。</p>

    所以他才敢同时对多达六个自变量进行优化！</p>

    与此同时，听到常浩南的回答，杨奉畑也回想起了自己第一次见到这个年轻人时那种惊才绝艳的感觉。</p>

    对方值得他冒一次险。</p>

    于是他直接从座位上站了起来：</p>

    “就这么办！”</p>

    “小常啊，我去给你申请曙光1000超级计算机的使用时间，你这几天就先把算法和相关的程序做好。如果有需要什么试验数据的部分，让整个八三工程项目组协助你。”</p>

    说完这些之后，杨奉畑又转身朝另一个方向：</p>

    “机翼结构攻关组，你们这一次的担子也很重，前缘襟翼是可动舵面，需要对机翼结构进行一-->>

本章未完，点击下一页继续阅读