.png){kind=icon}
返回
A Bayesian algorithm coupled simulation-driven optimization framework for shape design of autonomous underwater vehicles
.png){kind=icon}
PRE
AI
DOI：10.1007/s00158-026-04390-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于计算流体动力学的方法在自主水下航行器(AUV)的形状设计中发挥着重要作用。然而，现有框架面临两大挑战：迭代过程需要重新网格化操作，并且主要依赖于元启发式算法。本文描述了一种贝叶斯算法耦合仿真驱动的优化框架，可用于辅助AUV的形状设计。首先，基于线性变换和径向基函数插值，构建了一种计算域网格变形控制方法，以替代重新网格化操作。考虑到AUV形状优化问题中目标函数计算昂贵而约束条件计算成本低的特点，提出了一种可行性加权期望改进贝叶斯优化(FWEI-BO)算法。基准测试表明，FWEI-BO具有更强的搜索能力和更低的计算成本。其次，将框架组织成集成化和自动化的工作流程。通过变形、仿真和优化之间的无缝连接，该工作流程能够自主识别最优解。最后，将开发的框架应用于Myring型AUV形状优化，即体积约束下的阻力最小化问题。结果表明，AUV的阻力降低了4.5%，优化算法在44次CFD评估后确定了最优解。
Keyword:
Autonomous underwater vehicles
Optimization design
Computational fluid dynamics
Mesh morphing
期刊
IF:
4
论文数:
4.9K
被引数:
1.7W
机构
引用论文
.png){kind=icon}
Design of a Bio-inspired Hull Shape for an AUV from Hydrodynamic Stability Point of View through Experiment and Numerical Analysis通过实验和数值分析，从水动力稳定性的角度设计AUV的仿生船体形状
PREAI
分享收藏分享收藏Improving the hydrodynamic performance of the SUBOFF bare hull model: a CFD approach改善子裸船体模型的水动力性能: CFD方法
PREAI
分享收藏
查看更多内容