《Table 2 Training samples and testing samples》

  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

《椭圆槽气膜冷却结构的优化研究》

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

式中F（·）为适应度函数，ηavg通过SVM代理模型计算。遗传算法的基本操作包括编码、适应度评价、选择、交叉、变异。优化过程通过Matlab遗传算法工具箱实现，初始种群数量为20，适应度通过计算个体适应值在群体总适应值中所占比例大小分配；再生参数中精英数量为2，交叉分数为0.8；变异参数通过高斯变异函数确定；交叉参数通过分散交叉函数确定；初始惩罚参数设置为10，惩罚因子为100；最大迭代步数为100。以（L1/D，L2/D，h/D）=（3.0，2.0，0.8）为初始参考结构，图7为适应度函数随迭代步数的变化曲线，表3为优化前后的浅槽孔结构参数。在低吹风比下，适应度函数值从3.875降为2.918，当迭代步数达到22后，适应度不再发生明显变化；在高吹风比下，适应度函数值从7.33降为3.756，当迭代步数达到20后，适应度不再发生明显变化。