基于多精度深度神經(jīng)網(wǎng)絡的汽車氣動外形優(yōu)化設計方法

摘要： 在汽車氣動外形優(yōu)化設計中，往往需要大量的高精度CFD數(shù)據(jù)作為支撐。然而，高精度CFD數(shù)據(jù)獲取難度大、成本高。為了緩解汽車氣動優(yōu)化設計中氣動特性評估精度和效率之間的矛盾，根據(jù)遷移學習與數(shù)據(jù)融合的思想，提出了一種基于多精度深度神經(jīng)網(wǎng)絡（multi-fidelity deep neural network, MFDNN）的汽車外形優(yōu)化設計方法，以減少優(yōu)化設計中所需的高精度數(shù)據(jù)個數(shù)，從... （共9頁）