云计算环境下公共服务虚拟机的优化设置在船舶系统中应用研究

随着虚拟技术及云技术的发展,云计算平台在船舶各类数据系统中得到了广泛应用。船舶的各类电子业务通过统一接口接入云平台,各类公共服务的业务运行利用虚拟机配置资源,使得海上云计算平台资源得到充分利用。为了充分利用资源,配置动态变化,各类资源的负载均衡是最重要的衡量指标。本文首先分析Xen虚拟机线性资源配置方案,在此基础上提出一种基于A-HRL算法的船舶云计算环境下公共服务虚拟机优化配置,最后进行实验。     

集装箱运输船舶调度的多目标优化模型建模

在多通道运输环境下,集装箱运输船舶调度是一个复杂的多元目标优化模型,提出一种基于自适应回归分析的集装箱运输船舶调度的多目标优化模型,采用多源信息特征重组方法进行集装箱运输船舶资源信息重构,结合自适应学习方法进行集装箱运输船舶资源的信息融合处理,采用非线性二元自回归分析方法实现集装箱运输船舶调度的控制目标函数构建,采用多目标均衡优化策略求解控制目标函数的全局最优解,实现集装箱运输船舶的最优化调度。仿真结果表明,采用该方法进行集装箱运输船舶调度的均衡性较好,提高了运输时效性。     

船舶公共计算服务虚拟机优化设置与冗余研究

本文将蚁群优化算法应用于船舶公共计算服务虚拟机优化求解中。首先进行虚拟机优化设置,并将此问题描述成能源消耗问题。然后对蚁群优化问题进行优化,引入有向加权图和瓶颈边,对状态空间实现分层。最后利用实例进行算法有效性对比。实验结果表明,本文算法收敛速率快,学习效率高。     

基于自适应加权的多学科多目标设计优化

针对多学科多目标设计优化存在的耦合严重、计算效率低、难以获得体现设计者使用要求的最优解等问题,提出了基于自适应加权的多学科多目标设计优化方法,阐述了该方法的基本思想并给出了设计优化流程.该方法密切结合实际工程设计经验,将多目标优化问题转换为反映设计者使用要求的综合目标优化问题,采用自适应加权的优化策略建立优化模型进行优...     

基于自适应加权的船舶操纵性能多目标优化

针对多目标优化问题中固定加权和法存在的缺陷,提出以设计者期望目标值为约束的自适应加权和法.以水面船舶为研究对象,建立操纵性能多目标优化数学模型.35000吨级原油船算例表明基于自适应加权法求解操纵性优化模型能获得较为理想的Pareto最优前沿.最后,采用信息熵权TOPSIS法对Pareto方案排序供决策者选择.     

混沌遗传算法在船舶电力系统供电恢复中的应用研究

实现船舶电力系统的快速供电恢复是一个复杂的多目标非线性组合优化问题.根据系统的特点,采用混沌自适应遗传算法,使用混沌优化产生初始群体,以保证初始种群含有较丰富的模式,从而增加搜索快速收敛于全局最优解的可能,然后通过采用精英保留的选择机制和自适应交叉、变异概率,有效地加快了算法的收敛速度.船舶电力系统典型故障恢复算例表明,该算法改善了遗传算法的性能,提高了算法的收敛速度及精度,避免了不成熟收敛,较好地实现了船舶电力系统的多目标故障恢复.     

河运船舶安全管理系统的构建与实现

河运船舶受限于地形水域的限制,需要完整的安全管理系统进行综合管理,传统的河运船舶管理系统能够实现单目标的安全管制,但无法实现多目标的同时管理。针对上述问题,设计了一种新的河运船舶安全管理系统。对河运船舶安全管理系统总体布局进行优化,能够承接多目标管理模块,构建河运船舶网格化安全管理模块,实现多目标河运船舶安全管理。通过实验数据表明,设计的河运船舶安全管理系统,能够进行多目标的安全管理。     

多传感器用于多目标跟踪的优化分配方法

在多传感器对多目标的监视环境下,传感器对目标的优化分配是多传感器数据融合的重要研究内容。采用目标跟踪过程中信息增益最大的优化准则,探讨了多种约束条件下多传感器对多目标的优化分配问题,并对优化分配算法进行了实验仿真验证。     

潜水器多学科设计中的多目标协同优化方法

针对潜水器设计中涉及多个学科的耦合以及数据信息量大、数据关系复杂的问题,文章介绍了一种新的多目标协同优化算法.该方法将Pareto遗传算法(PGA)引入协同优化框架,二者的有机结合充分发挥各自的优势,该方法利用协同方法的分解协调机制将复杂系统的设计问题分解为一个系统级优化问题和几个学科级优化问题.采用PGA作为系统级优化器,不仅可以得到能够反映多目标优化问题实质的、客观的Pareto解集,而且,由于PGA是无需梯度信息的直接搜索算法,从而从根本上消除了协同优化由系统层一致性约束条件引起的收敛困难问题.在PGA与协同优化框架结合的过程中,采用目标函数的归一化处理、分级罚函数法、浮点数编码、群体分级和Paveto解集过滤器等技术提高算法的计算效率和可靠性,并通过一个数学算例和一个载人潜水器的例子证明了多目标协同优化算法的有效性.     

基于多目标混沌云粒子群算法的泊位-岸桥分配研究

为了提高集装箱港口泊位-岸桥分配效果和优化效率,以集卡运距和船舶在港时间最小为优化目标,建立了多目标离散泊位-岸桥分配模型,利用混沌云粒子群算法对泊位-岸桥分配模型进行求解,开发了粒子可行-整数化处理模块,内嵌于混沌云粒子群算法进化中,制定了粒子编码规则,设计了多目标函数的粒子历史极值和全局极值的计算方法,提出了基于混沌云粒子群优化算法求解多目标离散泊位-岸桥分配模型的新方法,数值算例结果证明了该模型和算法的可行性和实用性。