Buradasınız

Anasayfa » Content

YAPAY SİNİR AĞI İLE GÜÇLENDİRİLMİŞ GENETİK ALGORİTMA VE TERSTEN KANAT PROFİLİ DİZAYNI

Journal Name:

  • Havacılık ve Uzay Teknolojileri Dergisi

Publication Year:

  • 2004

Key Words:

Keywords (Original Language):

Author Name
Abstract (2. Language): 
In this study, an augmented genetic algorithm via artificial neural network has been introduced, and its implementation to the inverse airfoil design problem is demonstrated. Neural network and a real coded genetic algorithm are hybridized in a new way with the purpose of getting a faster algorithm. In this approximation, instead of predicting computational fluid dynamics calculations of a candidate airfoil, neural network is used for predicting candidate itself. This powerful method is tested for an inverse airfoil design problem in transonic flow cases. The computational efficiency of this implemented algorithm is tremendously high, and due to still being genetic algorithm based technique, this new method is also as robust as the pure genetic algorithms.
Bookmark/Search this post with
Abstract (Original Language): 
Bu çalışmada, yapay sinir ağı ile güçlendirilmiş bir genetik algoritma önerilerek, tersten kanat profili dizaynına uygulaması yapılmıştır. Yapay sinir ağı ve genetik algoritma melez bir yapı içerisinde, yeni bir yaklaşımla birleştirilerek hızlı bir dizayn algoritması elde edilmiştir. Bu yeni yaklaşımda yapay sinir ağı, amaç fonksiyonunun yaklaşık olarak hesaplanması yerine, doğrudan hedef çözümün tahmin edilmesi için kullanılmıştır. Yapay sinir ağı, genetik sürecin her adımında, mevcut popülasyon kullanılarak eğitilmiştir. Yapay sinir ağı tarafından üretilen bir bireyin, her adımda, genetik işlemlerle oluşturulmuş olan yeni popülasyona dahil edilmesiyle dizayn sürecinin hızlandırılması amaçlanmıştır. Saf genetik algoritmalar kadar gürbüz olan bu yeni yöntemin tersten kanat profili dizaynına uygulanması ile dizayn sürecinin çok büyük oranda hızlandığı, işlem sayısının oldukça azaldığı görülmüştür.
FULL TEXT (PDF): 
PDF icon arastirmax-yapay-sinir-agi-ile-guclendirilmis-genetik-algoritma-tersten-kanat-profili-dizayni.pdf
  • 3
1
7
  • Turkish

REFERENCES

References: 

[1] Vicini, A. ve Quagliarella, D., Airfoil and Wing
Design Through Hybrid Optimization Strategies,”
AIAA Journal, Vol. 37, No. 5, 1999.
[2] Holst, T. L. ve Pulliam, T. H., “Aerodynamic
Shape Optimization Using a Real-Encoded Genetic
Algorithm,” AIAA 2001-2473, 2001.
[3] Obayashi, S. ve Tsukahara, T., “Comparision of
Optimization Algorithms for Aerodynamic Shape
Design,” AIAA Journal, Vol. 35, 1997.
[4] Qualiarella, D. ve Vicini, A., “GAs for
Aerodynamic Shape Design I: General Issues,
Shape Parameterization Problems and
Hybridization Techniques,” GAs for Optimization
in Aeronautics and Turbomachinery, von Karman
Institute for Fluid Dynamics, Lecture Series 2000-
07.
[5] Giannakoglou, K. C., “Acceleration GAs Using
ANN- Theoretical Background,” GAs for
Optimization in Aeronautics and Turbomachinery,
von Karman Institute for Fluid Dynamics, Lecture
Series 2000-07.
[6] De Falco, I., Cioppa, A. D., Balio, R. D. ve
Tarantino, E., “Breeder Genetic Algorithms for
Airfoil Design Optimisation,” Proceedings of IEEE
International Conference On Evolutionary
Computing, Nagoya, Japan, 1996, pp. 71-75.
[7] De Falco, I., Cioppa, A. D., Lazzetta, A. ve
Tarantino E., “Mijn Mutation Operator for Airfoil
Design Optimisation,” Soft Computing in
Engineering Design and Manufacturing, Springer
Verlag, 1998, pp.211-220.
[8] Hacıoğlu, A. ve Özkol, İ., “Transonic Airfoil
Design And Optimisation By Using Vibrational
Genetic Algorithm,” Aircraft Engineering and
Aerospace Technology, Vol. 75, No 4, 2003.
[9] Jones, B. R., Crossly, W. A. ve Lyrintzis, A. S.,
“Aerodynamic and Aeroacoustic Optimization of
Airfoils via a Parallel Genetic Algorithm,” Journal of
Aircraft, Vol. 37, No. 6, 2000.
[10] Doorly, D. J. ve Peiro, L., “Supervised Parallel
Genetic Algorithms in Aerodynamic Optimisation,”
AIAA 97-1852, 1997.
[11] Tse, D.C.M. ve Chan, L.Y.Y., “Application of
Micro Genetic Algorithms and Neural Networks for
Airfoil Design Optimization,” RTO MP-035
Aerodynamic Design and Optimisation of Flight
Vehicles in a Concurrent Multi-Disciplinary
Environment, 1999.
[12] Hacıoğlu, A., “Aerodinamik Dizayn ve
Optimizasyonda Genetik Algoritma Kullanımı,” Uçak
Mühendisliği Programı Doktora Tezi, İ.T.Ü. Fen
Bilimleri Enstitüsü, İstanbul, 2003.
[13] Rumelhart, D. E., Hinton, G. E., ve Williams, R.
J., “Learning Representations By Back Propagating
Errors,” Nature, 323, 1986, pp. 533-536.
[14] Hacıoğlu, A., “Interactive Solution Procedure
for Full Potential and Boundary Layer Equations”,
Havacılık Mühendisliği Yüksek Lisans Tezi, ODTÜ
Fen Bilimleri Enstitüsü, 1997.
[15] Baker, J. E., “Reducing Bias and Inefficiency in
the Selection Algorithm,” Proceedings of the Second
International Conference on Genetic Algorithms,
Morgan Kaufmann Publishers, 1987, pp.14-21.
[16] Eshelman, L.J. ve Schaffer, J. D., “Real Coded
Genetic Algorithms and Interval Schemata,”
Foundations of Genetic Algorithms 2, Morgan
Kaufmann Publishers, 1993, pp.187-202.

Thank you for copying data from http://www.arastirmax.com