卢金铃　席　光　祁大同

摘要：针对三元扭曲叶片优化设计过程中设计变量较多的问题，采用动量矩为设计变量，再通过反问题计算得到叶片来间接对叶片进行参数化；针对评价函数计算量太大的问题，根据试验设计理论安排训练样本，采用神经网络建立设计变量与目标函数间的复杂的响应关系，并且详细研究了反向传播和径向基函数2种网络在对评价函数进行预测过程中的应用，建立了一种新的叶片优化设计方法．与传统的优化方法相比，其设计变量数目较少，以叶轮内的三维粘性流动分析为基础且大大缩短了计算时间．利用此方法对一台混流泵的扬程和效率进行优化，所得叶片性能良好，从而验证了此方法的有效性．关键词：反问题；神经网络；优化中图分类号：0357文献标识码：A文章编号：0253—987X(2004)03—0308—05