基于智能优化算法的飞机座舱环境设计
| 中文摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 飞机座舱环境设计简介 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.3.1 飞机座舱送风形式 | 第12-13页 |
| 1.3.2 飞机座舱内污染物传播 | 第13-14页 |
| 1.4 主要研究内容及论文结构 | 第14-16页 |
| 第二章 飞机座舱环境的数值模拟方法 | 第16-27页 |
| 2.1 CFD模拟过程 | 第16-19页 |
| 2.2 控制方程 | 第19-23页 |
| 2.2.1 质量守恒方程 | 第20页 |
| 2.2.2 动量守恒方程 | 第20-22页 |
| 2.2.3 能量守恒方程 | 第22-23页 |
| 2.2.4 组分质量守恒方程 | 第23页 |
| 2.2.5 控制方程的通用形式 | 第23页 |
| 2.3 湍流模拟 | 第23-26页 |
| 2.3.1 直接模拟 | 第23-24页 |
| 2.3.2 大涡模拟 | 第24页 |
| 2.3.3 雷诺时均方程法 | 第24-26页 |
| 2.4 Fluent软件介绍 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 智能优化理论与算法 | 第27-36页 |
| 3.1 优化问题的基本概念 | 第27-28页 |
| 3.2 优化算法 | 第28-30页 |
| 3.2.1 进化算法 | 第29页 |
| 3.2.2 群智能算法 | 第29-30页 |
| 3.3 遗传算法 | 第30-31页 |
| 3.4 粒子群算法 | 第31-33页 |
| 3.5 人工蜂群算法 | 第33-35页 |
| 3.6 智能算法的耦合策略 | 第35页 |
| 3.7 本章小结 | 第35-36页 |
| 第四章 基于多目标粒子群算法的飞机座舱环境设计 | 第36-47页 |
| 4.1 利用多目标粒子群算法优化飞机座舱环境 | 第36-40页 |
| 4.1.1 CFD模型 | 第36-37页 |
| 4.1.2 设计目标及设计变量 | 第37-39页 |
| 4.1.3 优化结果 | 第39-40页 |
| 4.2 最优送风参数确定 | 第40-45页 |
| 4.2.1 两次聚类方法 | 第40-42页 |
| 4.2.2 最优送风参数范围确定 | 第42-45页 |
| 4.3 本章小结 | 第45-47页 |
| 第五章 飞机座舱环境设计中优化算法改进 | 第47-68页 |
| 5.1 优化算法的改进 | 第47-49页 |
| 5.2 改进算法的测试与验证 | 第49-60页 |
| 5.2.1 基准测试函数 | 第49-51页 |
| 5.2.2 改进算法的性能评价 | 第51-58页 |
| 5.2.4 改进算法的计算量分析 | 第58-60页 |
| 5.3 改进的算法在飞机座舱环境设计中应用 | 第60-66页 |
| 5.3.1 参数设置 | 第60-61页 |
| 5.3.2 优化效果及收敛速度的对比 | 第61-62页 |
| 5.3.3 优化结果 | 第62-66页 |
| 5.4 本章小结 | 第66-68页 |
| 第六章 结论与展望 | 第68-70页 |
| 6.1 研究结论 | 第68-69页 |
| 6.2 研究展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 发表论文和参加科研情况说明 | 第75-76页 |
| 致谢 | 第76-77页 |
