Aerodinamik Dizayn Ve Optimizasyonda Genetik Algoritma Kullanımı

Abstract

Bu tezde, aerodinamik dizayn ve optimizasyon amacıyla kullanılacak genetik algoritmalar için yeni birer yaklaşım olan Titreşim kavramı ile Dağıtım Stratejileri (DS) önerilmekte ve bunların uygulamaları gösterilmektedir. Titreşim kavramının uygulamasıyla ortaya çıkan Titreşimli Mutasyon, Titreşimli Çaprazlama teknikleri ile bu teknikleri kullanan Titreşimli Genetik Algoritma (TGA) yöntemi hakkındaki detaylar; ayrıca DS yaklaşımı ile ortaya çıkan Dağıtılmış Amaç Fonksiyon (DAF) ve Dağıtılmış Elitizm (DE) teknikleri ile ilgili uygulamalar, ve bunların aerodinamik dizayn ve optimizasyondaki kullanımına ait detaylar verilmiştir. Titreşim kavramının arkasında yatan temel fikir, genetik algoritmanın arama/bulma etkinliğinin arttırılması için populasyonun periyodik olarak çözüm uzayına yayılmasıdır. DS ise, genetik işlemleri dağıtarak toplam işlem sayısını azaltmayı amaçlamaktadır. Bu yaklaşımların tersten kanat profili dizaynı ve transonik kanat profili optimizasyonuna uygulamaları yapılarak etkinlikleri gösterilmiş ve Hesaplamalı Akışkanlar Dinamiği hesabı sayısı önemli ölçüde azaltılmıştır.In this thesis, new approaches to genetic algorithms used for aerodynamic design and optimization, called Vibration concept and Distribution Strategies (DS) are proposed, and their applications are made. Vibrational Mutation and Vibrational Crossover techniques resulted from Vibration concept, and the method of Vibrational Genetic Algorithm (VGA), which uses these techniques, are detailed. Besides, details about The Distribution of Objective Function (DOF) and The Distribution of Elitism (DE) techniques, come from DS, are given. Applications of these new techniques to the aerodynamic design and optimization are performed. Vibration concept is based on the idea that the population is spread out over the design space periodically for making exploration/exploitation of the genetic algorithm effective. DS aim to decrease total function evaluation by distributing genetic operations. Effectiveness of these methods are shown by making their applications to inverse airfoil design and transonic airfoil optimization, and the number of Computational Fluid Dynamics calculations are decreased considerably.