共查询到10条相似文献,搜索用时 401 毫秒
1.
2.
3.
4.
《舰船科学技术》2021,(8)
传统基于纯蚁群算法的船舶交通多航道调度优化无法根据实际情况调整船舶优先级,船舶占港时间较长,经济效益差,因此设计一种基于人机交互-蚁群算法的船舶交通多航道调度优化方法。建立多航道调度优化模型,明确各船舶调度策略,确定调度时间、等待时间最小的目标函数,建立避免调度过程中产生混乱和协调船舶交叉的约束条件;在调度优化中引入人机交互-蚁群算法,采用人工设置临时改变船舶工作的优先级,以此来提高港口工作效率,并设置算法的搜索顺序,完成船舶交通多航道调度优化的研究。在算例仿真中,为验证传统方法与设计方法的调度结果,设置港口参数并分析两方法的调度方案,结果表明设计的方法得到的方案能有效缩短船舶平均在港口的停留时间和恢复正常生产所需要的时间。 相似文献
5.
港口船舶调度优化问题是当前一个公开的难题,传统方法无法获得理想的港口船舶调度优化方案,为了加快港口船舶调度速度,降低港口船舶调度成本,建立了基于蚁群算法的港口船舶调度优化模型。首先分析当前港口船舶调度优化研究现状,指出各种方法出现不足的原因,然后构建港口船舶调度优化问题的多约束优化目标函数,并引入蚁群算法对多约束优化目标函数进行寻优,求得港口船舶调度优化问题的最优解,最后进行港口船舶调度优化仿真模拟实验。相对于其他港口船舶调度优化模型,蚁群算法改善了港口船舶调度优化问题求解的效率,港口船舶调度优化问题的解质量更高,可以满足港口船舶调度管理的实际应用要求。 相似文献
6.
基于量子粒子群算法的船舶电力系统网络重构 总被引:1,自引:0,他引:1
船舶电力系统网络重构可以看作为一个多目标、多约束、多时段、离散化的非线性规划最优问题。根据船舶电网结构的特点,提出了运用量子粒子群算法解决重构问题的思想。加入量子粒子群算法的离散化操作,使之能够满足船舶电网重构模型的要求。仿真结果说明该算法能够得出船舶电力系统网络重构的全局最优解,实现了网络重构最优,并且通过相应的算例与其他优化算法进行横向比较的结果也验证了量子粒子群算法有更好的可行性。 相似文献
7.
《舰船科学技术》2021,43(12)
当前色彩优化方法设计的优化方案计算方法,直接计算船舶工作人员对船舶室内装饰色彩的期望值,导致优化后的装饰色彩,平均梯度和视觉质量2个指标低。本文提出大型船舶室内装饰色彩优化研究,采用Auto CAD软件和Maya软件,以多边形建模的方式,建立大型船舶室内装饰空间模型。根据色彩的心理效应,将船舶工作人员对船舶室内装饰色彩的期望值转换成模糊期望值,计算色彩布置方案与船舶工作人员对装饰色彩感知的关系,优化色彩搭配方案;采用粒子群算法设计方案求解步骤,求取优化后的方案最优解。设计空间模型建设环境,以模型渲染的方式,优化大型船舶室内装饰色彩。实验结果表明:本文优化方法较2组当前优化方法,色彩平均梯度和视觉质量2个指标高0.24,0.32,11.66,7.73,具有较优的视觉效果。 相似文献
8.
基于多目标粒子群算法的船舶主尺度优化设计研究 总被引:1,自引:0,他引:1
粒子群优化是一种新兴的进化计算技术。文章基于多目标粒子群优化算法讨论了船舶主尺度论证中的多目标优化和决策问题。对于多目标优化问题,采用基于Pareto占优方法的多目标粒子群算法得到最优解,然后采用距离理想解最近的方法对这些Pareto最优解给出排序。应用文中给出的两个阶段求解方法,对散装货船概念设计阶段主尺度确定的问题进行了分析。结果表明,综合多目标粒子群优化和决策技术,能够迅速、客观地选择合理的船舶主尺度,可以给设计人员提供更多的选择。这种综合方法也能够广泛用于船舶其他设计领域。 相似文献
9.