太陽能飛機曦和的整體氣動外型已經設計完成，並且經過DATCOM等相關程式模擬驗證。在無法得到更好的太陽能_電能轉換率、更大的蓄電池重量_能量密度和更輕的複合材料下，要降低整體飛機的生產成本，和最終不落地永久巡航的目標，改善目前曦和對太陽能做最有效率的運用，便是唯一的方法。因此，本文接續曦和的計畫，繼續改進曦和的氣動外型，以達到最佳化的目標。
當我們改變飛機任何一項參數的時候，其他的參數亦會隨著改變，所以想要修改飛機的任何參數，扣除一些不變的參數外，其他都得經過很詳細的評估和再計算。因此，我們將最重要的設計指標值”飛機重量 ”參數化至兩個變數，分別為機翼面積和飛行速度，並使用最佳化方法基因演算法，來得到最省能量時的氣動外型。
本文基因演算法直接使用matlab7.0內建的最佳化toolbox，最終得到相當不錯的結果，曦和的參考翼面積由5.628m2降至5.13 m2 ，這表示太陽能板可以減少約8.9%，因此太陽能板的總耗費便可降低約9%左右。整體飛機重量由24.957kg降至23.372kg，降低幅度為6.35%，複合材料的費用亦可向下修正。飛行速度由9.7 m/sec修正至11.2m/sec，增加幅度為15.46%，達到最省能量之巡航速度。

This paper is to optimize the aerodynamic configuration of the solar powered UAV “Xihe”. The initial aerodynamic configuration of ‘Xihe’ has been achieved. Under the unavailability of more solar cell efficiency, larger energy density of battery and the lack of the lighter structure materials encourage us to improve the aerodynamic design of the airplane.
The design parameters of “Xihe” will be changed with any one changed. So, if we want to modify any one parameter of “Xihe”, we would need to modify the others at the same time. In the study, we make the mass of “Xihe” being the function of two parameters: wing surface area and cruising velocity . It is then ready for the optimization process.
This paper used the inbuilt optimal toolbox of matlab 7.0. The optimal result is quite excellent. The wing area of “Xihe” reduced from 5.628 m2 to 5.13 m2. It means that the solar panel can be reduced by 8.9%, and so as to the cost. The mass of “Xihe” reduced from 24.957 kg to 23.372 kg. It is almost 6.35% of the original. The cost of the complex materials would be less than the original. The cruise velocity of “Xihe” increased from 9.7 m/sec to 11.2 m/sec. It is almost 15.46% of the original. And it is the minimum power requirement velocity.

目錄
致謝.................................................Ⅱ
中文摘要.............................................Ⅲ
英文摘要 ............................................ Ⅳ
目錄.................................................Ⅴ
表,圖目錄............................................ VII
第一章 序論.......................................... 1
1.1 前言........................................ 1
1.2 研究目的....................................4
1.3 研究方法....................................8
第二章 公式推導、參數化建構..........................11
2.1 最省能量之巡航速度公式推導..................11
2.2 元件重量參數化(包刮細部參數)建構............13
2.2.1 太陽能板重量................................14
2.2.2 結構重量....................................14
2.2.3 推進系統重量................................15
2.2.4 蓄電池重量..................................15
2.2.5 其它電子元件和伺服系統的重量................16
2.2.6 細部參數參數化:for subsonic.................17
2.3 性能指標:最大飛行高度.......................19
2.3.1 歷年太陽能飛機與最大可飛行高度..............20
2.3.2 最大飛行高度公式推導........................28
第三章 曦和性能與參數化..............................35
3.1 曦和之最佳飛行速度..........................35
3.2 曦和機體重量參數化..........................38
3.3 曦和之最大飛行高度..........................41
第四章 最佳化理論:基因演算法.........................43
4.1 基因演算法概述..............................43
4.2 基因演算法理論..............................45
4.3 基因演算法邏輯..............................48
第五章 曦和氣動外型最佳化............................66
5.1 氣動外型最佳化流程.............................66
5.2 曦和最佳氣動外形:基因演算法(軟體:MATLAB 7.0)...67
5.3 曦和氣動外型最佳化:格點法(軟體:Compaq Visual fortran 6)...........................................73
5.4 基因演算法和格點法比較...................... 80
第六章 結論...........................................85
參考文獻..............................................87
附錄A MATLAB 7.0基因演算法...........................88
附錄B 格點法程式碼...................................96

表,圖目錄
表1-1太陽能電池比較....................................4
表1-2市售電池能量比較..................................5
表2-1機上固定payload(籌載).............................16
表3-1機上固定payload(籌載)之參數.......................40

圖1-1流程方塊圖........................................9
圖2-1世界第一架太陽能飛機 Sunrise I.................. ..20
圖2-2 Sunrise II擁有更輕的重量及更多的能量.............21
圖2-3人員駕駛的Gossamer Penguin...................... ..22
圖2-4 Solar Challenger載人橫越英吉利海峽...............23
圖2-5 Pathfinder 於夏威夷飛行..........................24
圖2-6 Pathfinder Plus再度創下新的紀錄..................25
圖2-7 Centurion能在黑暗中操作一定時間..................26
圖2-8理想中的Helios能持續不間斷飛行....................27
圖2-9爬升率示意圖......................................28
圖2-10 Maximum excess power............................33
圖3-1 Drag polar.......................................35
圖4-1 輪盤複製法.......................................52
圖4-2 基因演算法流程...................................55
圖4-3 *.m file(1)......................................57
圖4-4 Genetic Algorithm Tool(1)...................... ..58
圖4-5 適應函數各代收斂狀況和最佳解(1)..................58
圖4-6 球的拋射.........................................59
圖4-7 *.m file(2)......................................60
圖4-8 Genetic Algorithm Tool(2)...................... ..61
圖4-9 適應函數各代收斂狀況和最佳解(2)..................61
圖4-10 方程式圖解......................................62
圖4-11 *.m file(3).....................................63
圖4-12 Genetic Algorithm Tool(3).......................64
圖4-13適應函數各代收斂狀況和最佳解(3)..................64
圖5-1氣動外型最佳化流程................................66
圖5-2夜間巡航時間和參考面積關係圖......................78
圖5-3夜間巡航時間和能量消耗關係圖......................78
圖A1...................................................89
圖A2...................................................89
圖A3...................................................90
圖A4...................................................91
圖A5...................................................92
圖A6...................................................93
圖A7...................................................94
圖A8...................................................95
圖A9...................................................95

[1] 賴育稚，太陽能動力無人飛行載具[曦和]之系統設計，淡江大學，民國93年。
[2] John D. Anderson, Jr., aircraft performance and design, McGraw-Hill, 1999.
[3] Daniel P. Raymer, Aircraft Design: A Conceptual Approach, 3rd. ed. AIAA, 1992.
[4] 美國航空暨太空總署(NASA)網頁
http://www.nasa.gov/home/index.html?skipIntro=1
[5] 太陽能飛機HELIOS網頁
http://www.pvresources.com/en/helios.php
[6] 王進德，蕭大全編著，纇神經網路與模擬控制理論入門(修訂版)，全華科技圖書，民國92年。
[7] 周鵬程，遺傳演算法原理與應用:活用Matlab，全華科技圖書，民國91年。
[8] http://cindy.cis.nctu.edu.tw/AI96/team12/GA/GA.html

[9] Elie Sanchez, Takanori Shibata, Lotfi A. Zadeh, Genetic algorithms and fuzzy logic systems: soft computing perspectives

[10] David F. Anderson, Scott Eberhardt., Understanding flight, 2000.

[11] Robert C. Nelson, Flight Stability and Automatic Control, 2nd. ed.