01
叶片优化概述
什么是叶片优化、为什么需要叶片优化、应用领域（风电、航空、水泵等）、课程框架介绍。
基础导论
02
叶片几何建模基础
翼型基础（NACA系列）、弦长扭角分布、三维坐标生成、参数化建模方法。
几何NACA
03
气动性能评估方法
升力/阻力系数、叶素动量理论（BEM）、CFD简介、功率系数与推力系数。
气动BEM
04
优化算法入门
传统方法（梯度下降、牛顿法）、现代启发式算法（GA、PSO）、为什么选择启发式。
算法对比
05
遗传算法详解
编码方式、选择/交叉/变异算子、适应度函数设计、算法流程。
GA核心
06
粒子群算法详解
位置速度更新、惯性权重、个体与全局最优、参数调优。
PSO调参
07
单目标优化实战
问题定义（最大功率系数）、设计变量、约束处理、优化流程搭建。
实战单目标
08
多目标优化入门
Pareto前沿、NSGA-II算法、多目标在叶片设计中的应用。
多目标NSGA‑II
09
代理模型辅助优化
代理模型概念、Kriging/RBF、模型训练验证、主动学习策略。
代理Kriging
10
优化算法对比实验
不同算法在同一叶片问题上的表现、收敛曲线、鲁棒性测试。
对比实验
11
叶片结构优化
结构强度与刚度、材料选择、铺层优化（复合材料）、流固耦合简介。
结构复合材料
12
噪声优化
气动噪声来源、预测模型、低噪声叶片设计策略。
噪声声学
13
稳健性优化
不确定性来源（风速、公差）、蒙特卡洛模拟、6 Sigma设计。
稳健6σ
14
多学科设计优化
气动-结构-噪声耦合、协同优化架构、MDO在叶片中的应用。
MDO耦合
15
Python优化环境搭建
Anaconda配置、NumPy/SciPy/Matplotlib/OpenMDAO/pymoo安装。
环境Python
16
翼型参数化与性能计算实战
Python生成NACA翼型坐标、调用XFOIL计算气动数据。
翼型XFOIL
17
BEM理论编程实现
叶素动量理论公式推导、Python代码实现、与CFD结果对比。
BEM编程
18
遗传算法Python实现
从零编写GA代码、简单函数测试、翼型优化应用。
GA实现
19
粒子群算法Python实现
从零编写PSO代码、参数影响分析、与GA对比。
PSO实现
20
单目标叶片优化完整案例
定义问题、目标函数、运行优化、结果后处理。
案例单目标
21
多目标叶片优化案例
pymoo实现NSGA-II、Pareto前沿可视化、决策分析。
多目标pymoo
22
代理模型构建实战
scikit-learn构建RBF代理、精度评估、主动学习循环。
代理RBF
23
代理模型辅助优化案例
代理+GA加速优化、与直接优化对比、效率提升分析。
加速代理+GA
24
叶片结构优化案例
有限元分析简介、Python调用Abaqus/ANSYS、结构优化流程。
结构FEA
25
噪声优化案例
噪声模型编程实现、低噪声叶片设计、与基准叶片对比。
噪声案例
26
稳健性优化案例
不确定性量化、稳健优化流程、结果可靠性分析。
稳健不确定性
27
MDO案例实战
气动-结构耦合优化、OpenMDAO搭建MDO框架、结果分析。
MDOOpenMDAO
28
优化结果可视化
收敛曲线、Pareto前沿、叶片形状对比、流场云图展示。
可视化后处理
29
工业级优化流程总结
从学术到工程、流程标准化、常见陷阱与解决方案。
工程总结
30
课程总结与展望
叶片优化前沿（AI、深度学习）、未来趋势、学习资源推荐。
前沿AI