基于Info-GAN的多设计空间耦合气动形状优化方法及系统

摘要

基于Info‑GAN的多设计空间耦合气动形状优化方法及系统，建立计算流体动力学模拟流程；获取已有设计的样本几何信息；确定需要构造的高低精度设计空间变量个数；建立可解释生成对抗神经网络Info‑GAN，并对生成器与判别器网络进行训练，获得两个潜空间；分别对两个潜空间，进行初始采样，获得对应的评估值；建立co‑Kriging多保真度代理模型，搜索新样本，添加新样本直到满足优化停止条件。本方法使用了深度学习技术Info‑GAN网络来完成优化的参数化造型环节，相对于一般的生成模型方法，本方法使用Info‑GAN对于目标任务建立高、低维两个不同设计空间，并充分发挥高、低维设计空间优化的优势，实现“优化效率”与“解的最优性”之间的有效平衡。