摘要：为弥补传统飞机翼型设计周期长、代价高的缺点，将CST翼型参数化方法，与机器学习中的高斯过程回归方法相结合，通过对已有的翼型数据的学习，实现对未知翼型气动性能或者外形数据的快速准确预测。选取一组NACA四位族翼型，获得其CST参数描述数据，并分别计算其在一定条件下的升力系数、阻力系数和压力分布数据。利用这些数据对高斯过程回归模型进行训练，实现了翼型的快速正设计以及反设计系统。并将实验结果与采用NACA翼型参数表示法得到的预测结果进行了对比。实验结果表明，基于CST参数化方法的翼型快速设计准确度高、速度快，具有很大的应用价值。

原文链接:http://www.cqvip.com//QK/90843X/201105/39539230.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）