近日，航空學院李記超教授與瑞士洛桑聯邦理工學院和香港科技大學魏震、楊奧博兩位博士生合作開發的深度學習幾何引擎DeepGeo。該研究成果利用深度神經網絡實現了復雜氣動外形的全自動幾何參數化，突破了傳統飛機外形優化方法的局限，為航空航天設計提供了高效的智能化解決方案，并榮獲美國航空航天學會多學科優化最佳論文獎（AIAA MDO Best Paper）。該成果先后被《科技日報》、央視網、人民網、光明網等國家級權威媒體報道。
氣動外形優化是飛行器設計中的核心技術之一，能夠顯著降低飛行阻力，提升飛行器性能。目前，主流的仿真設計方案高度依賴人工干預，自動化程度不足且耗時長，嚴重限制了飛行器設計效率。DeepGeo無需人工調參，可自主學習氣動外形變形規律。在多個驗證案例中，其外形變化自由度和氣動優化性能均優于現有的自由形變方法，能夠大幅縮短飛行器設計周期。此外，該幾何引擎無需龐大的數據集或繁瑣的超參數調整，顯著降低了氣動優化的復雜度和成本。研究團隊已將DeepGeo與多款數值仿真工具對接，成功開展了飛行器復雜氣動外形的優化設計工作。未來，該幾何引擎有望在航空航天、汽車、能源、工業制造等多個領域發揮重要作用。
部分媒體報道鏈接：
《科技日報》：
https://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2025-02/11/content_584415.htm?div=-1
央視網：https://news.cctv.com/2025/02/11/ARTILd6iX8ELp27H04vUwUB5250211.shtml
人民網：http://kpzg.people.com.cn/n1/2025/0211/c404214-40416181.html
光明網：https://tech.gmw.cn/2025-02/11/content_37843916.htm
（審核：李斌）
