科技日报讯 （记者杨仑）克日，东南产业年夜学教学李记超，与瑞士洛桑联邦理工学院跟喷鼻港科技年夜学的两名中国博士生魏震、杨奥博配合，开辟出一款基于深度进修的多少何引擎，胜利冲破传统飞机形状优化方式的范围，依附深度神经收集实现全主动多少何参数化，为航空航天计划带来高效且精准的智能化处理计划。该研讨结果取得了美国航空航天学会的多学科计划优化最佳论文奖。    气动形状优化是航空计划中的中心技巧，能够晋升燃油效力、下降阻力，进步飞翔器机能。现在，主流的仿真计划计划高度依附人工干涉，耗时长、主动化水平缺乏，制约了效力的晋升。    “这款引擎能够自立进修多少何变形法则，在多个验证案例中，它在外形自在度跟优化机能方面均优于现有的自在形变方式，且不再依附人工调剂参数，以往这须要消耗计划职员多少个月的时光。”研讨职员告知科技日报记者。    别的，该多少何引擎无需宏大的数据集或繁琐的超参数调剂，年夜幅下降了发展气动优化的庞杂度跟本钱。“咱们曾经对接了多款现有的数值仿真东西，发展了飞翔器庞杂气动形状的优化计划任务，信任该多少何引擎可在航空航天、汽车、动力、产业制作等多个范畴施展主要代价。”李记超说。