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.     

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。     

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。     

船舶六自由度转台电液伺服系统参数整定方法

针对船舶六自由度转台电液伺服系统的参数整定问题，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，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。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（TOP—SIS）进行多属性决策（MADM）研究。计算了转台电液伺服控制的数值算例，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。     

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.     

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.     

改进的多目标优化算法及其在船舶设计中的应用

对多目标优化问题的固定加权和方法加以改进,采用随机权系数方法将多目标优化问题转换成为单目标优化问题,利用序列二次规划方法获得问题的最优解。由于权系数的随机性,多次运行能够得到多目标优化问题的Pareto优化解和Pareto前沿。和固定权系数相比,这种方法能够找到非凸均衡面上所有的Pareto最优解。采用TOPSIS法进行多属性决策(MADM)研究,对Pareto最优解给出排序。针对船舶概念设计阶段主尺度确定过程的多目标优化问题,给出了一艘散装货船两个优化目标的数值算例。计算结果表明,随机加权和方法可以求出多目标Pareto最优解集,和先验加权方法相比,随机加权方法能为设计者提供更多的选择;和遗传算法相比,现在的方法简便且精度良好。     

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.     

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。     

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。     

UUV操纵性能综合优化模型研究

操纵性能是无人潜器（UUV）航行的重要性能之一,其优劣直接影响到UUV的航行安全和稳定性,UUV操纵性能评判和优化是UUV优化设计的重要组成部分.基于AUTOSUB型无人潜器的设计模型,在充分分析艇体操纵性能的基础上,重点研究UUV水平运动和垂直运动性能,提出了较为完备的UUV操纵性能优化数学模型.采用模糊评判方法构造操纵性系统总目标函数,利用专家咨询法确定了各子系统的权重;通过大量艇体操纵性能数据对各个性能指标进行统计分析,选择模糊数学中对应的隶属度函数进行拟合,确定相应隶属度函数参数;利用禁忌搜索算法对遗传算法的改进而得到的遗传禁忌搜索算法（GA-TS）,由并行和分层策略改进遗传算法得到的并行遗传算法（PGA）以及遗传二次载波算法（LGA）,将数学模型与这3种算法集成,利用C＋＋语言编写了UUV操纵性能优化软件.通过对总系统优化得到的遗传禁忌搜索算法寻优能力最强,利用该算法研究水平面运动和垂直面运动2个子系统,得到各个性能指标权重对系统目标函数影响程度的排序,同时分别得到-组最佳性能的权重分配.     

水下传感器网络覆盖优化算法

针对水下传感器网络随机部署时节点分布不均匀、网络覆盖率不高问题,提出一种基于改进全局人工鱼群算法的网络覆盖优化算法。优化算法以覆盖率为目标函数自适应调整人工鱼移动步长,同时在向最优人工鱼靠拢过程中引入权重系数,提高算法寻优精度和收敛速度。实验结果表明,与遗传算法和鱼群算法相比较,该改进算法优化了网络覆盖率,加快了算法收敛速度,提升了网络性能。