涡旋型线优化：多目标非劣遗传算法与Whewell方程的应用

本文主要探讨了涡旋型线在工程设计中的形状优化问题，作者陈进、张永栋、宋立权和王立存针对涡旋型线设计中的多性能因素挑战，提出了一个创新的方法。他们利用Whewell方程作为通用曲线类的型线表征形式，这是一种数学工具，用于精确描述涡旋型线的几何特性。Whewell方程在工程领域中广泛应用，尤其是在描述复杂机械结构如涡旋线的运动学特性时。 文章的核心贡献是引入了一种非劣优选遗传算法（Nondominated Sorting Genetic Algorithm，简称NSGA），这是一类在多目标优化问题中非常有效的搜索算法。NSGA结合了遗传算法的进化思想与非劣排序策略，能够找到一系列在多个性能指标上都具有竞争力的解，即所谓的Pareto最优解集。这种优化方法强调了解的质量和多样性，使得涡旋型线设计不仅在单个性能上达到最佳，而且能够在整体上满足多个性能目标的平衡优化。 通过共享小生境技术，作者进一步提高了NSGA的效率和精度，确保了在搜索过程中避免了局部最优解，从而获得了一组分散性良好的Pareto最优解。这种方法使得涡旋型线的设计更加灵活和全面，能够在满足多种性能需求的同时，保持良好的形状特性。 这篇首发论文提供了涡旋型线形状优化的一个新颖且实用的框架，它将形状优化问题转化为参数优化，为实际工程应用提供了有价值的优化策略。对于机械设计、流体动力学、航空航天等领域，理解和应用这种基于非劣优选遗传算法的优化方法，有助于提升涡旋型线设计的质量和效率，从而推动相关行业的技术进步。