The 流利 流动求解器用于以下两个应用程序， 但是，优化过程无关 流动求解器的选择。 使用ICare开发了其他应用，该应用是一种用于自由表面的专用求解器，在船体周围的粘性液中流动。

第一研究：船舶稳定鳍

对于他们的第一项研究，Sirehna选择了一个非常简单的案例，因为他们的兴趣不是参数化建模或在求解器竞猜足球中，而是在优化链的验证中。

研究的情况是优化简单鳍的轮廓。这种翅片用于通过诱导与辊相对的时刻稳定船舶，如下所示。

稳定鳍片抵消了船体的滚动运动。

这种优化过程的目标是：

• 最大化电梯
• 最小化拖动
• 尽量减少空化风险

对于每个设计，该过程包括在不同的竞猜足球机和不同系统上进行的三个部分。所有竞猜足球机和系统都以批处理模式运行并由Frontier控制：

Frightier将四个形状控制参数发送到Gridgen，然后在新配置文件周围创建网格。 Gridgen 14使用其新的字体脚本语言以批处理模式运行以控制操作。网格是通过从轮廓挤出而创建的。 Gridgen，在PC上运行，然后以CFD求解器格式导出网格。

第二步是在UNIX站上的流量竞猜足球。然后将解决方案以FieldView格式导出。

最后，FieldView用于集成到配置文件上的力并竞猜足球最小压力值。

Gridgen中的字形脚本语言和FieldView中的FVX脚本语言在形成优化环时是必不可少的，如下所示。

CFD优化循环。

典型的优化过程从70个设计的初始群体开始。对于这些设计而获得的结果由前沿使用以使用神经网络建立响应表面，该神经网络被多目标遗传算法用于混合实际竞猜足球和虚拟竞猜足球以加速该过程。最后，Frontier提供的多标准决策工具用于检测Pareto边境并对解决方案进行排序。

第2研究：优化船体形式

一旦SIREHNA在第一研究期间验证了优化链，他们就想在3D竞猜足球上测试它;船船上的附件整合。

这种优化过程的目标是：

• 最小化拖动
• 最大限度地减少给定设计的变化

对于这种情况，参数化未在Gridgen中完成，而是在CAD软件中完成。对于每个设计，Pro / Engineer的IGES文件被输入为Gridgen的几何图形。通过记录获得的雕文脚本用于自动创建一个围绕船体周围的3D结构多块网，包括大约300,000个单元。结构化网格受益于椭圆求解器提供的网格质量改进。由于此脚本，自动生成超过70个不同的设计网格。

最初的附属形状。

为了减少流动求解器中的竞猜足球时间，从已经在另一个设计上融合的流场开始竞猜足球每个设计的竞猜足球。此外，流场仅限于附件周围的区域。从较大流场上获得的溶液推导出边界条件。由于这两个技巧，竞猜足球时间减少了60％。

响应表面与多目标遗传算法结合使用，以便快速收敛。在少于110小时的竞猜足球中，达到了优化的设计。

一些备用附属物形状。