推力分配优化算法在船舶动态控制中的应用研究

动力定位系统是通过自身的动力推进器来平衡外力作用,使船舶的航行方向及速率按照预设有序进行。其中推力分配优化是动力定位的重要组成部分,在此根据实际的船舶运行环境确定各种外力变换,进一步给出动力定位系统中推力分配优化问题的目标函数及约束条件,从而可以利用各类多目标算法进行求解。本文首先研究海上航行船舶受到的外力及运动模型,在此基础上设计基于遗传算法的船舶动态控制中的推力分配优化算法,最后进行仿真。     

基于Pareto遗传算法的船舶操纵性能多目标优化技术研究

针对船舶初始设计阶段船舶操纵性能优化这一复杂的多目标问题,开展相应的多目标优化方法研究。利用Pareto方法的特点,提出基于Pareto遗传算法来解决传统方法中的这个问题。经过优化可以得到均匀分布的Pareto解集,便于进行分析比较和选择,并给出计算实例。     

船舶居住舱室智能布局优化设计方法研究

船舶居住舱室布局优化是一个多目标优化问题,由于居住舱室布局方案评价指标的多态性及模糊性,不利于船舶居住舱室布局方案的自动评价及优选。论文基于改进遗传算法建立船舶舱室布局优化数学模型,综合考虑舱室的采光性、舒适性等因素采用能量法实现舱室内待布置物的自动布局,并得到多个可行方案;最后,利用本文提出的船舶居住舱室有效活动空间利用率的概念,通过计算各个可行方案的舱室有效活动空间利用率,选出最优方案。仿真实验证明：该方法可行、有效,优化结果令人满意。     

多目标遗传算法在水面船舶快速性优化设计中的应用

在船舶设计中,船、机、桨的匹配问题一直是设计人员最关注的问题之一.快速性良好的船舶应使得船、主机和螺旋桨之间的性能综合匹配.通过采用改进的非支配解排序的多目标遗传算法,讨论了船舶概念设计阶段快速性优化问题.以推进系统综合效率和排水量为优化目标,考虑了混合变量的多目标优化问题.文中给出了载重量为35000t油船的快速性优化设计例子.结果表明,多目标遗传算法能够快捷搜索到全局最优解.     

基于遗传算法的武器系统安全可靠性的优化分析

分析武器系统的安全可靠性与费用的关系，提出了一个两目标优化问题的数学模型。并用遗传算法对其求解，为进行武器系统的安全优化设计得出了基于费用的多个备选方案。遗传算法设计中采用了性别编码、保留Pareto最优解、共享函数的处理，很好地解决了此两目标优化问题。最后给出的应用实例，也充分说明了此方法的可行性。     

基于连续图谱的船舶吃水及纵倾优化

为解决船舶压载工况下的配载吃水和纵倾优化问题,对船舶压载工况的营运特点进行分析,给出考虑船舶吃水、纵倾、航速及主机功率等因素的多目标问题优化模型;针对大量离散试验和计算数据难以有效分析及优化求解的问题,提出基于空间二元拉格朗日插值算法的吃水、纵倾、主机功率三维连续图谱构建方法,并选取一艘典型散货船,通过图谱优化计算输出其最佳工况参数;最后通过实船海试验证该研究的有效性和实用性。     

控制船舶轴系纵向振动的动力吸振器参数优化研究(英文)

在船舶轴系中安装动力吸振器是减小船舶轴系纵向振动的有效方法,而动力吸振器的参数合理优化配置是控制轴系纵向振动的重要手段。将船舶轴系等效为多自由度系统,基于有限单元法建立船舶轴系纵向振动运动模型,并通过加装动力吸振器用于控制船舶轴系纵向振动。运用重分析方法求解轴系运动方程得到推力轴承处的力传递率和能量传递率,将二者作为评价动力吸振器对轴系振动控制效果的指标。在研究轴系响应频率范围内,提出将求解全局最优解较强的遗传算法与多目标优化算法相结合以优化动力吸振器参数;并且研究特定共振峰消减的参数优化问题。最后通过算例,比较不同目标函数以及动力吸振器不同安装位置对轴系纵向振动控制的影响,验证文中优化算法的可行性。     

船舶主尺度方案的博弈优选

优化选择的船舶主尺度方案需要具有较好的经济性、技术性能,而博弈论是研究解决、优化决策选择的科学,根据船舶主尺度方案优选问题与经济学中博弈问题之间的相似性,从博弈的观点确定了船舶设计中的博弈方及其对应的策略空间,即各设计目标视为博弈问题博弈方;设计变量集合视为所有博弈方的战略集组合,从而提出了船舶主尺度方案优选设计问题的博弈方法。通过实例应用表明,合作博弈论方法能更好地综合反映设计目标的要求,优选结果更加合理。     

20000DWT近海散货船概念设计多学科优化

以20 000 DWT近海散货船为研究对象,分别建立以船舶造价、航速、回转性指数、应舵指数为目标的多个船舶概念设计优化数学模型。应用iSIGHT软件对这些数学模型进行集成,采用非支配解排序的多目标遗传算法(NSGA-Ⅱ)求解船舶概念设计多目标问题以获得Pareto解集。优化结果证明了NSGA-Ⅱ算法解决近海散货船优化设计问题的有效性,为解决更复杂工程系统的设计优化问题奠定了基础。     

基于多目标粒子群算法的动力吸振器参数优化和决策研究

动力吸振器在船舶领域得到广泛应用.在船舶振动控制中需要寻找吸振器的最优参数,即最优频率比、最优阻尼比和最优质量比,使得结构在不同的频率激励下获得最好的减振效果.本文将基于多目标粒子群算法的优化技术与多属性决策方法联合运用,针对主系统存在阻尼的减振系统,研究了动力吸振器参数优化和决策问题.对于多目标优化问题,采用多目标粒子群算法(α-MOPSO)求出Pareto最优解,基于熵方法得到属性权重,用逼近理想解的排序方法(TOPSIS)对Pareto最优解给出排序.文中给出了4个设计参数、2个目标函数的动力吸振器优化设计算例.计算结果表明,文中提出的联合方法能够有效应用于动力吸振器的参数优化.