可调螺距螺旋桨控制系统PID参数整定

针对船舶调距桨PID控制系统的参数整定问题，提出了一种基于多目标遗传算法和多属性决策的参数设计方法，综合考虑了系统超调量、稳定时间和ITAE指标，采用多目标遗传算法求出Pareto最优解。由这些Pareto最优解构成决策矩阵，使用客观赋权的信息熵法对最优解的属性进行权值计算，然后采用逼近理想解的排序方法进行多属性决策研究，对Pareto最优解给出排序。计算了某水面船舶可调螺距螺旋桨的数值算例，结果表明本文提出的联合方法通用性好，所设计的PID性能优异，适合工程实际应用。     

基于多目标遗传算法和多属性决策的船舶PID控制器参数整定

提出了一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑系统超调量、稳定时间和ITAE指标,采用多目标遗传算法(MOGA)求出Pareto最优解.由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采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.计算了一个二阶船舶控制的数值算例,结果表明本文提出的联合方法通用性好,设计的PID性能优异,适合工程实际应用.     

主汽温PID参数整定的多目标遗传优化研究

综合考虑舰船锅炉控制系统的跟随性能、扰动抑制性能和鲁棒性能,提出一种基于多目标遗传算法和多属性决策的PID参数设计方法,采用改进非支配解排序的多目标遗传算法求出Pareto最优解。由Pareto最优解构成决策矩阵,使用客观赋权的信息熵法对最优解的属性进行权值计算,再采用逼近理想解的排序方法进行多属性决策研究,对Pareto最优解给出排序。计算某锅炉主汽温PID控制的数值算例,结果表明方法通用性良好,所设计的PID性能优异,适合工程实际应用。     

多目标遗传算法在电机控制系统参数整定中的应用

本文给出了一种基于多目标遗传算法的PID参数设计方法，综合考虑系统超调量、稳定时间和ITAE指标，采用多目标遗传算法（NSGAⅡ）求出Pareto最优解。使用信息熵法对最优解的属性进行权值计算，根据逼近理想解的排序方法对Pareto最优解给出排序。计算了一个电机控制的数值算例，结果表明本文方法所设计的PID控制器性能优异，适合工程实际应用。     

船舶柴油机调速器参数整定的多目标优化和多属性决策研究

综合考虑系统在输入阶跃扰动和负荷扰动两个工况时的超调量、稳定时间和ITAE指标，研究了PID控制器参数寻优的问题。采用多目标遗传算法求出Pareto最优解，使用信息熵法和逼近理想解的排序方法（TOPSIS）对Pareto最优解给出了排序。计算了一艘水面船舶柴油机调速器控制的数值算例，结果表明本文方法有效，所设计的PID性能优异，可以工程实际应用。     

船舶系统可靠性指标分配的多目标优化方法

针对船舶系统可靠性设计问题,采用改进非支配排序遗传算法(NSGA Ⅱ)研究了可靠性指标分配中的多目标优化设计.根据Pareto最优解集形成决策矩阵,基于信息熵法得到属性权重,利用逼近理想解的排序方法(TOPSIS)进行多属性决策研究.对Pareto最优解给出排序.采用本文方法讨论了一个船舶系统可靠度的分配和预测算例,给出了可靠度和费用之间的拟合关系.数值算例表明,综合采用多目标优化和多属性决策技术,可以迅速、客观选择各部件的可靠度.这种综合方法还能用于可靠性研究的其他领域.     

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.     

动力吸振器的多目标优化和多属性决策研究

动力吸振器被广泛用于船舶、飞机和汽车等工业领域。在结构振动控制中,为了最大限度地发挥吸振器的耗能减振作用,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。文章将基于进化算法的多目标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,研究了动力吸振器的优化和决策问题。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算法(NSGAII),求出Pareto最优解,由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵方法对最优解的属性进行权值计算,然后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。文中给出了4个设计参数、3个目标函数的动力吸振器优化设计算例。     

潜艇耐压圆柱壳的多目标优化设计

采用多目标遗传算法(MOGA)和多属性决策理论,针对潜艇环肋圆柱壳在静水压力作用下的多目标离散优化问题进行了研究,讨论了与潜艇结构强度设计有关的应力量和失稳载荷与质量之间的关系,给出了不同目标之间的Pareto前沿.基于无偏好信息情况下的排序挑选出最优解,并且和经典的单目标最优解进行了比较分析.     

大深度潜器耐压圆柱壳的多目标优化设计研究

采用快速非劣分层多目标遗传算法(NSGA II)和多属性决策理论,针对大深度潜器环肋圆柱壳在静水压力作用下的多目标离散优化问题进行了研究.以重量及强度应力量为目标函数,求出了Pareto最优解,给出了强度应力量和失稳载荷与重量之间的分布关系.采用逼近理想解的排序方法(TOPSIS)和信息熵方法,得到基于无偏好信息情况下的最优解排序.结果表明,这种联合方法能够快速寻找到最优解,这些解分布比较均匀、多样性好,能够为决策者提供较多选择,决策的最终结果合理.     

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。     

基于多目标遗传算法的船舶修理计划优化研究

针对船舶修理工作中的计划任务分配问题,提出了基于多目标遗传算法的船舶修理计划优化的方法。将修理经费和时间作为两个追求的目标函数,采用改进的非支配解排序的多目标进化算法（NSGA II）对优化模型进行了求解,得到了任务分配的Pareto优化解。这种方法能够比通常的加权和方法得到更多的计划方案,能够给任务制订者更多的选择。文中计算了一个维修任务分配例子,并且和通常单目标优化结果进行了比较,表明了该方法的有效性和实用性。     

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。