《表1 计算参数设置:基于遗传算法的超疏水冷凝表面结构优化》

《表1 计算参数设置:基于遗传算法的超疏水冷凝表面结构优化》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于遗传算法的超疏水冷凝表面结构优化》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

对超疏水表面优化进行求解得到相应的结果如表1所示。与图3的换热能力进行对比可以发现,对于尺寸参数re/l和d/l来说,存在一定的最优化的结果。根据图中的换热变化趋势可知,re/l=1和d/l=0.35存在最强的换热能力。表2展示了不同遗传算法迭代次数下的优化结果。随着迭代次数的增加,遗传算法结果会逐渐逼近最优结果。但是可以发现,对于不同迭代次数下的表面最优换热能力差别并不显著。说明在节约计算资源的前提下可以选择较少的迭代次数,也能得到满足一定条件的最优化结果。