周 婷 吴宗成 陈泽民 朱自强

(北京航空航天大学 航空科学与工程学院，北京100191)

目前，随着计算机性能的飞速发展以及CFD(Computational Fluid Dynamics)理论的不断完善，气动优化设计在许多领域都得到了广泛的应用.优化设计中，目标函数和约束函数的形式往往很复杂，要想利用可信度比较高的方法对其进行分析，可能会使设计时间延长.因此，优化问题常常需要在结果精度和计算时间上做出权衡［1］.

变可信度优化设计的启发式算法已被应用于工程设计问题之中［2］，其优化结果能否保证收敛到高可信度模型优化的最优点是该算法的关键技术，变可信度模型管理有两种方法:①由Dennis等提出的基于一种“模式寻找”方法，这种方法不需要进行梯度计算;②由Alexandrov等提出的近似管理框架 (AMF，Approximation Management Framework)方法，基于一种信赖域思想［3］.这两种方法都可以保证优化结果收敛到高可信度模型优化的最优点.

AMF方法的主要思想是结合高、低可信度模型的优势，优化计算主要在低可信度模型上进行，利用低可信度模型分析得到的结果通常需要重新进行缩放以保证该优化方法得到的结果收敛到高可信度问题的最优点;高可信度模型仅仅起到了修正优化模型的作用，这一方法得益于低可信度模型计算成本低，能够给出好的搜索方向.

在不同网格密度上的同一分析计算模型或是不同分析模型都可以构成变可信度模型.文献［4］采用同一模型对变网格密度时构成的变可信度模型进行了优……