arXiv 机器学习· Youzheng Yu, Jiaqing Kou, Weiwei Zhang·· 6 小时前AI 评分30
面向商用飞机气动外形设计的条件增强生成对抗网络（CEGAN）
Condition-Enhanced Generative Adversarial Network for Aerodynamic Configuration Design of Commercial Aircraft
AI 导读
研究人员提出条件增强生成对抗网络 CEGAN，用于商用飞机的气动外形设计优化。该框架将几何可行性与气动性能惩罚融入损失函数，并利用代理模型过滤不可行输出。在类似 Cessna Citation X 的 28 个形状参数验证中，CEGAN 相比基线模型在插值与极端外推条件下的平均生成误差分别降低至少 36% 和 46%。
来源：arXiv 机器学习 · arxiv.org