基于协同进化的舰船分支管路系统路径优化研究

提出基于协同进化方法的舰船船舶分支管路系统三维空间布局的优化方法,突破了先前分支管路布局优化研究中必须首先确定管路敷设顺序和分支点位置的思想,将分支管路系统分解为多个单独的管路,每个单独的管路代表一个种群,种群间相互影响适应度的评价以使分支管路系统布局达到最优.仿真算例证明该方法的可行性和有效性.     

人机合作多蚁群协同进化算法的潜艇管路布局

本文针对潜艇多管路布局空间结构，运用协同进化的思想，结合人机合作思想，提出了基于人机合作的多蚁群协同进化算法的潜艇管路智能布局方法；该算法潜艇的每一条管路对应一个蚁群，一方面采用基于顺序蚁群优化算法的布局，一方面采用人机合作的多蚁群协同进化方法对选取的系统模型进行布局优化以使多管路布局达到最优；该算法既不必考虑布局顺序，又避免了增加管路布局数量时组合爆炸现象的发生，从整体优化管路布局；在测试模型上的验证结果验证了该算法的可行性和有效性。     

船舶主尺度微分进化分析

在探讨微分进化算法机理的基础上，比较微分进化算法与其它的算法，讨论微分进化算法参数的选择。将微分进化算法扩展到可求解混合变量、有约束的船舶主尺度优化问题。扩展后的微分进化算法应用于载重量23800t无限航区散货船的主尺度优选。结果表明微分进化算法是一种高效、实用的工程优化方法。     

基于改进人工蜂群算法的船舶管路路径寻优算法分析

[目的]人工蜂群（ABC）算法具有控制参数少、局部寻优能力强、收敛速度快的特点,但在解决路径寻优问题方面,存在容易陷入局部最优的缺陷。为解决船舶管路系统中的管路路径规划问题,提出一种改进的人工蜂群（IABC）算法。[方法]在传统人工蜂群算法的基础上,在跟随蜂的更新机制中引入遗传算子中的交叉操作,并对交叉算子的交叉概率采用自适应的策略;通过对种群进行的交叉操作寻找全局范围内的新解,并改进侦察蜂寻找新路径的方式,由原来的对路径经过的点进行更新改为对路径中的“路段”进行更新;随后,提出一种适应于解决分支管路路径寻优的改进人工蜂群协同进化算法。[结果]实例验证表明,改进后的人工蜂群算法相比标准人工蜂群算法其路径布置效果能够提升32.3%～37.4%,收敛速度能够提升17.7%～29.9%。[结论]无论是解决单管路还是分支管路,改进后的人工蜂群算法相比传统的人工蜂群算法求解质量更高、收敛速度更快、稳定性更好。     

基于多目标粒子群算法的船舶主尺度优化设计研究

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。     

船舶管路布局优化设计中的CAD设计

现代大型船舶的电气系统、水循环系统非常复杂,解决好船舶的管路布局有助于改善船体的整体空间设计,这也是船舶工业的重要研究领域。不同于传统的管理布局方法,本文研究一种船舶管理的CAD设计方法,利用计算机优化算法(粒子群算法和共同进化算法)实现船舶管路的最优布局,能够提高船舶管路布局的效率,有重要的实际应用价值。     

基于人机合作的船舶舱内管路布局优化算法

现有船舶舱内管路布局优化算法由于应用技术的缺陷,存在着算法收敛代数多、算法收敛时间长的问题,无法满足目前船舶舱内管路布局的需求,故提出基于人机合作的船舶舱内管路布局优化算法研究。为了简化船舶舱内管路布局优化问题,对管路布局要素进行数学抽象,通过数学形式表示管路布局要素,以此为基础,依据人机合作与多蚁群进化算法构建管路布局优化模型,确定人工个体加入时机,制定管路布局优化算法流程,即可实现船舶舱内管路布局的优化。实验数据表明,与现有算法相比较,提出算法收敛代数较少、收敛时间较短,证实提出算法应用性能更好,可以获得更好的管路布局优化效果。     

双壳散货船结构重量优化设计

提出了船舶结构优化设计的一般步骤,分别对双壳散货船的纵向构件、横向构件、槽形横舱壁三部分建立了结构优化设计的数学模型.采用进化算法,对“漫海“号散货船进行了实例计算,结果表明:经过优化设计,大大减轻了双壳散货船的结构重量,使之与未经优化的单壳散货船十分接近.     

基于进化算法的双壳散货船结构质量优化设计

文章提出了船舶结构优化设计的一般步骤,分别对双壳散货船的纵向构件、横向构件、槽形横舱壁三部分建立了结构优化设计的数学模型.采用进化算法,对"漫海"号散货船进行了实例计算,结果表明经过优化设计,大大减轻了双壳散货船的结构质量,使之与未经优化的单壳散货船十分接近.     

基于免疫进化ANN的雷达信号分选方法

介绍采用基于免疫进化算法的神经网络对雷达信号分选的实现方法。基于免疫进化算法的ANN采用全局搜索的优化方式，克服传统算法的固有缺陷，在收敛速度和性能上都有较大的提高。并用仿真结果表明，基于免疫进化算法的ANN对各种特殊体制的雷达信号分选都达到了较高的正确分选率。     

生长进化拓扑优化算法在油船中剖面结构优化上的运用

单元进化生长拓扑优化算法较之其他拓扑优化算法有其独特之处,文章通过引入单元生长进化算法对VLCC中剖面横撑结构进行优化设计。结合单元应力指标函数及单元权重系数确定优化模型的目标函数,通过计算单元应力确定单元权重系数的迭代递推关系式,结合有限元平衡方程建立优化数学模型,通过解析计算知优化模型目标函数的取值主要取决于体积函数值,依此建立完整的单元生长进化优化流程。通过与ANSYS连续体拓扑优化计算的比较可知单元生长进化算法更加简单高效,对VLCC轻量化设计具有一定的理论参考价值。     

一类协同进化算法的动力学模型

协同进化算法是近几年出现的进化计算的一种,在很多问题的实验中确实表现出了很好的寻优能力;但是协同进化算法的很多理论问题都不清楚,不能更为有效的指导算法的设计。本文就协同进化算法的一些理论问题做一些初步的讨论,按照Vose的方法建立了一类协同进化算法的动力学模型     

船舶航迹建模中进化算法建模与仿真

近年来,船舶航迹自动控制在船舶航行中发挥着越来越重要的作用,如何从稳定性、经济性和安全性等方面提升船舶航迹控制性能是人们研究的重点。本文对船舶运动模型、外干扰模型进行深入研究,在此基础上,提出了以混沌进化算法为基础的船舶航迹控制模型。     

多学科设计优化算法比较及其在船舶和海洋平台设计上的应用

多学科设计优化(Multidiseiplinary Design Optimization,简称MDO)是一种通过充分探索和利用系统中的相互作用的协同机制来设计复杂系统工程和子系统的方法论.多学科设计优化算法是其核心部分,也是研究最活跃的领域.文中首先介绍了MDO算法的定义、分类和发展,然后从算法的来源和目的、优化过程、优缺点、改进方法和应用情况等五个方面对四种基于分解技术的MDO算法进行了综述,进而对比了这四种算法的异同点.最后,针对船舶和海洋平台设计的具体特点,归纳了适合于船舶或海洋平台多学科设计优化的MDO算法所需要具备的特征,并建议使用基于近似模型的协同优化算法或BUSS 2000算法进行船舶和海洋平台的多学科设计优化.     

基于DNA的进化算法及其在设计TS模糊控制器中的应用

基于生物DNA的结构和遗传机制，提出一种新颖的基于DNA编码方法的进化算法(DNA—EA)，给出了DNA染色体的编码结构，讨论了遗传操作算子。为验证DNA—EA的有效性，将其应用于TS模糊控制器的优化设计。仿真结果表明该算法具有较好的自学习能力。     

基于改进差分进化算法的船舶曲面分段车间调度

为有效提升船舶曲面分段车间的加工效率,解决已有算法存在的易陷入局部最优解和初始解质量低的问题,提出一种改进的差分进化算法,对曲面分段调度问题进行求解。以最小化完工时间和最小化班组间负荷差距为目标,建立该曲面分段调度问题的双目标数学模型,并采用改进的差分进化算法对该问题进行求解。该改进差分进化算法将全局搜索策略与局部搜索策略相结合,能提升初始解的质量,并加快收敛速度。使用某船厂的实际数据对该算法进行有效性验证,结果表明,该算法能有效求解船舶曲面分段调度问题,能更好地提升船舶曲面分段制造调度作业效率。     

基于改进进化算法的螺旋桨设计方法研究

本文采用约束直接搜索法进行螺旋桨设计,建立了初步设计和终结设计的数学模型,并运用进化算法优化求解,经过多个实例验算,取得了满意的结果.     

引导进化模拟退火算法在船舶能优化设计中应用

引导进化模拟退火算法是一种采用全局优化策略的人工神经网络的平行技术，综合了遗传算法，模拟退火，模拟进化的思想，并在解空间实施区域引导，本文用该算法进行船舶性能优化计算，速度快捷，其全局化策略，可避免陷入局部最小值。     

Energy efficiency optimization analysis of fuel cell/lithium battery hybrid ship based on whale optimization algorithm北大核心CSCD

[目的]为提升船舶的能源利用率,对多因素影响下的燃料电池/锂电池混合动力船舶能效优化方法进行分析。[方法]基于Matlab/Simulink仿真建模软件,建立对象船舶的能效仿真模型,研究通航环境要素对船舶能效的影响。考虑动力源特性和船舶功率需求,提出基于模糊逻辑的功率分配策略,以优化系统能量流动。然后在此基础上,以系统总能耗最低为优化目标,建立考虑多因素的船舶航速非线性优化模型,采用鲸鱼优化算法开展优化模型动态寻优,并进行不同航行方法和航行时间约束下的能效优化分析。[结果]结果显示,在总航行时间不变的情况下,采用所提的考虑多因素的船舶能效优化方法可以降低船舶5.04%的总能耗和13.16%的燃料电池氢气总消耗。[结论]所述方法对船舶节能减排具有积极的作用,同时对提高船舶续航力和经济性具有重要意义。     

改进自适应惯性权重粒子群算法及其在核动力管道布置中的应用北大核心CSCD

[目的]旨在研究非线性自适应惯性权重粒子群优化算法,实现船用核动力一回路系统管道路径的布置优化设计。[方法]根据船用核动力一回路系统的管道布局设计特点,建立一回路系统的管道布局空间模型、约束条件和评价函数;基于管道节点数量,提出一种粒子群优化(PSO)算法的新型定长编码方法,然后结合该编码方法建立方向引导机制;在此基础上,针对粒子群优化算法易陷入局部最优解、收敛速度慢的缺点,结合辅助线性变化的学习因子,提出一种基于非线性自适应惯性权重的改进粒子群优化算法;将改进粒子群优化算法与协同进化算法相结合,提出一种用于求解分支管道布局问题的协同进化粒子群优化算法,以用于核动力一回路系统的管道布局优化。[结果]仿真结果显示,所提的改进算法与标准算法相比收敛速度提高了40%~50%,不仅能够得到更好的管道布局效果,还解决了标准粒子群优化算法容易陷入局部最优解的问题。[结论]研究成果可为船用核动力一回路系统管道布置的优化设计提供有益的参考。