| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.3 本文工作 | 第17页 |
| 1.4 技术路线 | 第17-19页 |
| 第二章 反向设计的理论与技术 | 第19-34页 |
| 2.1 计算流体力学 | 第19-21页 |
| 2.2 遗传算法 | 第21-26页 |
| 2.3 人工神经网络 | 第26-30页 |
| 2.4 模糊控制 | 第30-32页 |
| 2.5 反向设计理论与方法 | 第32-33页 |
| 2.6 小结 | 第33-34页 |
| 第三章 基于遗传算法的反向设计理论与应用 | 第34-62页 |
| 3.1 Blay模型建立 | 第35-39页 |
| 3.1.1 模型介绍 | 第35-36页 |
| 3.1.2 结果验证 | 第36-38页 |
| 3.1.3 设计变量与设计目标 | 第38-39页 |
| 3.2 Blay模型反向设计结果与讨论 | 第39-42页 |
| 3.2.1 反向设计参数设定 | 第39-40页 |
| 3.2.2 收敛性 | 第40-41页 |
| 3.2.3 计算量 | 第41-42页 |
| 3.3 客机座舱模型建立 | 第42-52页 |
| 3.3.1 A座舱模型 | 第42-46页 |
| 3.3.2 B座舱模型 | 第46-52页 |
| 3.4 A座舱模型反向设计结果与讨论 | 第52-55页 |
| 3.4.1 多解问题 | 第53-54页 |
| 3.4.2 收敛性 | 第54-55页 |
| 3.4.3 计算量 | 第55页 |
| 3.5 B座舱模型反向设计结果与讨论 | 第55-61页 |
| 3.5.1 多解问题 | 第56-58页 |
| 3.5.2 收敛性 | 第58-59页 |
| 3.5.3 计算量 | 第59页 |
| 3.5.4 控制区间 | 第59-61页 |
| 3.6 小结 | 第61-62页 |
| 第四章 遗传算法与神经网络耦合的反向设计理论与应用 | 第62-100页 |
| 4.1 遗传算法与神经网络耦合 | 第62-73页 |
| 4.1.1 Blay模型神经网络训练结果 | 第63-66页 |
| 4.1.2 Blay模型反向设计结果与讨论 | 第66-68页 |
| 4.1.3 座舱模型神经网络训练结果 | 第68-70页 |
| 4.1.4 座舱模型反向设计结果 | 第70-73页 |
| 4.2 遗传算法与神经网络、CFD耦合 | 第73-89页 |
| 4.2.1 Blay模型计算结果 | 第74-77页 |
| 4.2.2 座舱模型计算结果 | 第77-81页 |
| 4.2.3 归一化方法与优选初始种群 | 第81-89页 |
| 4.3 遗传算法与自更新神经网络耦合 | 第89-98页 |
| 4.3.1 Blay模型计算结果 | 第90-92页 |
| 4.3.2 二维座舱模型计算结果 | 第92-95页 |
| 4.3.3 三维座舱模型计算结果 | 第95-98页 |
| 4.4 耦合算法的效果 | 第98-99页 |
| 4.5 小结 | 第99-100页 |
| 第五章 控制理论指引的反向设计理论与应用 | 第100-118页 |
| 5.1 反向设计中的控制理论 | 第100-103页 |
| 5.1.1 计算概率控制 | 第100-101页 |
| 5.1.2 进化区间控制 | 第101-103页 |
| 5.2 控制理论指引的反向设计 | 第103-106页 |
| 5.3 座舱环境的反向设计 | 第106-116页 |
| 5.3.1 二维座舱环境的计算概率控制 | 第106-108页 |
| 5.3.2 三维座舱环境的计算概率控制 | 第108-111页 |
| 5.3.3 二维座舱环境的进化区间控制 | 第111-114页 |
| 5.3.4 三维座舱环境的进化区间控制 | 第114-116页 |
| 5.4 控制理论指引的效果 | 第116-117页 |
| 5.5 小结 | 第117-118页 |
| 第六章 结论与展望 | 第118-120页 |
| 6.1 结论 | 第118-119页 |
| 6.2 创新点 | 第119页 |
| 6.3 展望 | 第119-120页 |
| 参考文献 | 第120-130页 |
| 发表论文和参加科研情况说明 | 第130-131页 |
| 致谢 | 第131-132页 |