船舶航行性能优化的模糊遗传算法

模糊遗传算法是一种模糊优化与遗传算法紧密结合的优化方法。它兼有模糊优化的考虑到模糊因素从而更能贴近工程的实际情况和遗传算法的全局寻优能力强的特点。本文中模糊优化采用限界搜索法，它可针对模糊非线性一规划给出一个特定的清晰解。对应特定水平则委托遗传算法进行寻优。为处理等式和不等式混合约束，通过惩罚策略将其吸入遗传算法中染色体的适值。本文采用该方法对船舶航行性能进行优化，以船舶的快速性、操纵性和耐波性三个航行性能综合最优为目标函数，具体做法是取三个性能指标的线性加权和，最后建立的数学模型包括三个等式约束和五个不等式约束。根据以上思想本文用VC＋＋6．0开发了ShipPO优化平台，并在其上进行船舶航行性能优化计算，结果表明，该京城地少，全局寻优能力强，非常符合工程需要。     

高效优化算法在船舶力学中的应用研究

作为一种贝叶斯优化算法,高效全局优化算法(EGO)利用克里格模型来构造近似模型,并采用样本填充准则以寻找下一个样本点来更新近似模型.文中详细介绍了该优化算法,并将其应用于船舶力学的两个典型优化例子.其中一个是潜艇的多学科概念设计,考虑了水动力、推进、重量、性能和成本5个学科;另外一个是屈曲状态下加筋板的优化问题.与传统优化相比,高效全局优化算法不仅收敛到全局最优解,而且更加有效.结果表明高效优化算法非常适用于船舶力学中的优化问题.     

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.     

基于克隆选择优化的多船转向避碰决策

基于船舶碰撞危险度计算模型,在多船会遇态势下,利用克隆选择优化算法,本文提出一种最优转向避碰幅度计算方法。确定了最近会遇距离(DCPA)、最近会遇时间(TCPA)、两船距离、相对方位、船速比5个主要因素的隶属度函数,并考虑航行区域状况、能见度情况和船舶的操纵性能等对船舶碰撞危险度的隶属度函数修正。基于船舶碰撞危险度和航程损失的多目标函数优化,通过分克隆选择优化算法,在《国际海上避碰规则》约束的可行域空间内,获取全局范围内的最优解。仿真结果表明克隆选择优化算法对于处理多船会遇态势下的让路船转向避碰决策的有效性。     

船舶自动航行中的多目标遗传算法应用

船舶自动航行是未来航海领域重要的关键技术,算法通过对船舶航行目标及安全水域的分析,自动的寻找船舶航行最佳路径,属于路径规划研究一类。标准遗传算法通过对遗传物质基因的继承和映射,来寻找自然进化过程中的最优解,也是解决路径规划类问题的重要方法,但是其最优解往往会陷入局部最优,需要进行优化。本文研究海上自动航行中的路径匹配模型,利用多目标遗传算法给出船舶路径规划图解决方法,并对算法进行仿真。     

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。     

船舶航行信息分层采集优化算法

针对传统采集优化算法在不同采集周期内得到的簇首节点分布不均匀,导致各个节点之间在采集信息、融合数据以及传输信息时会产生相互干扰的问题,研究一种船舶航行信息分层采集优化算法。首先使用决策树计算船舶航行信息增益值,对船舶航信信息进行分层,计算不同信息层次中特征的互信息量,得到航行信息数据离散特征,采用凸优化策略不断改进得到的离散特征,选择一项离散特征作为二值化层次阈值的采集值,将二值化层次阈值采集值分布在采集区域中,计算出采集区域内最优簇首数,完成船舶航行信息分层采集算法的优化。实验结果表明,与传统采集优化算法相比,船舶航行信息分层采集优化算法得到的簇首节点分布均匀,不会产生节点采集干扰的现象。     

舰船概念设计多目标优化和多属性决策研究

在舰船概念设计阶段,设计者经常遇到要牛成大量的船型方案,并从中筛选出1个或者几个综合性能比较好的方案的问题.将基于进化箅法的多目标优化技术与多属性决策方法联合运用,探讨了船舶的多目标优化和决策问题.对于多目标优化问题,采用改进的非支配解排序的多目标进化优化算法(NSGA Ⅱ),求出Pareto最优解,由这些Pareto最优解构成决策矩阵.基于信息熵方法和层次分析法(AHP)联合得到属性权重,用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序.应用本文方法,对水面舰船概念设计进行了分析.数值计算结果表明,综合多目标优化和多属性决策技术,能够迅速、客观地选择合理的主要参数.这种综合方法也能够广泛应用于舰船其它设计领域.     

气象条件和排放控制区规定的船速多目标优化

针对(Encission Control Area, ECA)法规背景下燃油价格升高的问题,以船舶营运成本和航行时间为目标,综合考虑ECA内外使用燃油的价格差以及气象条件的影响,提出一种船舶航速多目标优化模型。采用非支配排序遗传算法(Non-Dominated Sorting Genetic Algorithm-II, NSGA-II)寻找Pareto最优解集,利用TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution)算法从Pareto最优解集中筛选出最佳折中解。选定天津—宁波航线进行案例分析,结果表明:综合考虑ECA法规和气象条件能够有效减少船舶航行时间和航行总成本,并能帮助船公司更好地应对燃油价格上涨。此外,制定改变船速的最佳时间间隔,同样可有效减少航行成本。     

用定时器实现复杂计算过程的实时显示

提出了在VC++环境下通过定时器实现复杂、耗时较长的船舶航行性能计算过程的实时显示技术,并应用于笔者开发的ShipPO软件中,实践证明该技术是可行的.     

基于综合航行性能最佳的大型船舶船型参数的一种设计方法

本文提出了一种在复杂航态条件下基于船舶综合航行性能最佳的船型参数确定方法,编制了计算软件.大量计算结果表明:软件运行稳定性好、可靠性高.使用该软件能方便地得到各设计变量的航行性能综合最优可能性分布函数,该函数直观地反映了船舶最佳综合航行性能随单个设计变量的变化规律,为解决设计变量间对于性能综合贡献量化比较和船舶多航态情况下船舶综合航行性能最佳的船型参数确定提供了一种具有实用价值的方法;为船舶设计方案的综合评估、船舶参数的综合决策和提高船舶设计效率准备了条件.     

船舶初步设计的多目标优化研究(英文)

提出了应用于船舶初步设计的多目标优化策略和决策方法.详细介绍了集成模型分析和优化算法的多目标优化求解思路,并使用改进的非支配排序遗传算法获取优化问题的Pareto解集.针对多目标优化问题中各子目标之间存在相互冲突、不能同时达到最优的特性,采用多属性决策理论对设计空间进行计算分析,找出.Pareto前沿面上的最优解.以散货船的初步设计为实例,对多目标优化策略和决策方法进行了验证分析.结果表明优化策略和决策方法不仅是可靠的、实用的,而且能广泛应用于各类船舶初步设计的优化与决策分析中.该文为船舶的初步设计提供了一条新途径.     

基于多种群萤火虫算法的集装箱船结构优化

针对集装箱船结构优化问题，依据CCS规范建立以集装箱船舯剖面面积最小为优化目标，板厚、型材横截面积为离散设计变量的优化数学模型。提出一种多种群萤火虫算法，各种群设置不同的参数，提高搜索区域，多子群并行寻优、子群主群协作寻优提高算法寻优性能，对所建模型进行优化计算。优化算例表明，所提出的多种群萤火虫算法比标准萤火虫算法可以更快的收敛得到最优解，在满足所有约束条件情况下，集装箱船舯剖面面积最小约13.2%，验证了多种群萤火虫算法应用于集装箱船结构优化的有效性。     

高速单体船航行性能与结构力学特征综合优化初步研究

建立高速单体船航行性能与结构力学特征综合优化的数学模型,将遗传算法改进成一种适应多目标和多约束的算法,并将其应用于高速单体船航行性能与结构力学特征综合优化计算问题,利用界面友好的VC 软件编程。优化结果表明,改进的遗传算法计算可靠、效率高,并为设计综合性能优良的高速单体船船型准备了良好的基础条件。     

吃水受限内河船舶航行性能综合优化的分层并行混沌算法

船舶航行性能综合优化设计分析是一项非常重要的工作。基于分层思想、并行算法和混沌算法,建立了吃水受限内河船舶性能综合优化的数学模型,设计了一种求解此类问题的基于敏感变量分段的分层并行混沌复合算法。编制了界面友好的VC＋＋软件。对于吃水受限内河船舶快速性和操纵性综合优化问题,进行了遗传算法、混沌算法、并行混沌算法和分层并行混沌算法的大量优化计算,结果表明：该复合算法计算可靠、效率高;为吃水受限内河大型船舶综合优良船型设计奠定了良好基础。     

基于量子行为遗传算法的船体局部结构优化设计

采用遗传算法解决船舶复杂结构中混合设计变量优化问题时,其效果很有效,且能获得全局最优可行解。然而,简单遗传算法局部搜索能力差且易于早熟。为了提高对船舶复杂结构设计变量解空间的搜索能力,该文设计了一种基于二进制编码的适用于混合变量的量子行为遗传算法,比较适合于复杂函数的全局寻优,且搜索能力优于标准遗传算法。通过三个算例对算法的寻优能力进行测试,实验结果表明,采用量子行为遗传算法进行的船体局部结构优化设计具有较好的计算质量与计算效率。     

遗传算法在船舶动力机械混合隔振系统优化设计中的应用

阐明了混合隔振问题的实质就是综合被动隔振系统和主动控制系统的多目标联合优化设计.运用子结构导纳综合法分析了应用混合隔振技术的双层隔振系统的功率流传递特性.采用遗传算法对混合隔振系统进行了优化设计,并作了数值仿真.     

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。     

Overview of intelligent ship route optimization methods北大核心CSCD

智能船舶航线优化在学术界和工业界均受到越来越多的关注。针对智能船舶航线优化问题,从航线设计方法和航线优化算法这2个层面,分别阐述各种设计方法和优化算法的特点。结合近5年来的最新研究成果,在分析国内外智能船舶航线优化技术发展现状的基础上,将航线设计方法归纳为3种,即基于气象数据的航线优化、基于油耗模型的航线优化以及基于航线库或航路点库的航线优化,剖析其技术内涵及应用情况;深入分析改进的等时线法、动态规划法、图形搜索算法、智能算法、人工智能和机器学习算法的特性及不足,总结归纳将各类算法应用于智能船舶航线优化时存在的主要问题。最后,简要展望智能船舶航线优化的发展趋势,为未来在该领域的研究提供一定的思路。