来源：期刊VIP网 时间：
作者：李云天;陈伟政;海青;陈炜烨;
单位：中国船舶科学研究中心;中船动力镇江有限公司;
摘要：自主水下航行器（AUV）的性能在很大程度上受其外形设计的影响。本文提出了一种AUV外形优化方法，通过集成数据驱动与机器学习技术，重点关注头部与尾部线型以及鳍舵布局对AUV性能的影响。本研究开发了一个参数化的水动力分析流程，用于自动生成优化过程中所需的水动力参数。我们基于此流程，构建了一个数据驱动框架，用于实现AUV外形的多目标优化，目标是最小化阻力并最大化机动性。针对这两个优化目标，本研究分别采用多层感知器（MLP）神经网络和集成学习方法构建了代理模型，并将它们的性能与传统代理模型进行了对比。优化问题通过非支配排序遗传算法求解。对比分析初始与优化后的AUV外形表明，其水动力性能显著提升，从而证实了所提方法的可行性与有效性。
关键词：自主水下航行器;;外形设计;;CFD仿真;;多目标优化;;机器学习;;参数化设计
基金资助：SZCH创新基金项目（211-CXCY-N107-01-01-01）
