基于遗传模拟退火算法的机动多目标数据关联问题研究

应用遗传模拟退火算法将机动多目标的数据关联问题表达为一类约束的组合优化问题研究时,可极大地提高密集多回波环境下系统跟踪多机动目标的精度和可靠性.仿真结果表明,遗传模拟退火算法明显地优于独立地使用遗传算法和模拟退火算法.     

基于感兴趣集和遗传算法的模拟退火算法初步研究

本文基于作者所提出的感兴趣集，提出了基于感兴趣订的模拟退火自满ＩＳＳＡ。再基于遣传算法的思想，提出了基于遗传算法的模拟退火自满ＩＧＳＡ。算法ＩＧＳＡ是模拟退火算法的有效改进。     

基于遗传模拟退火算法的机动多目标数据关联问题研究

应用遗传模拟退火算法将机动多目标的数据关联问题表达为一类约束的组合优化问题研究时,可极大地提高密集多回波环境下系统跟踪多机动目标的精度和可靠性。仿真结果表明,遗传模拟退火算法明显地优于独立地使用遗传算法和模拟退火算法。     

两种优化算法在螺旋桨优化设计中的应用与比较

为了获取合理且高效的船用螺旋桨,把数值优化算法引用到螺旋桨剖面设计中来。设计过程中以遗传算法和模拟退火算法为优化算法,以提高敞水效率为优化目标,通过优化算法的操作产生新翼型剖面,并结合面元法水动力性能预报程序进行原型桨与设计桨的水动力性能预报。由结果分析可知:结合优化算法的螺旋桨设计是可行的,且在算例中各算法的设置条件下,模拟退火算法无论在优化效果上还是在优化效率上都比遗传算法表现卓越。     

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。     

遗传算法在自航水雷航路规划中的应用研究

简要介绍了遗传算法在自航水雷航路规划中的应用，分析了可能产生的问题及原因。借鉴模拟退火的思想，研究并提出了改进的遗传模拟退火算法并用以解决自航水雷航路规划问题。仿真结果表明这种算法能够有效地提高航路规划的计算速度和保证航路规划的质量。     

分组选优交配与概率接受差解的两种模拟退火遗传算法

探讨对种群分组，优选交配，并以一定概率接受差解的两种模拟退火遗传算法，给出了其具体的算法思想，经过比照分析，说明这两种新的算法是有效的。     

引导进化模拟退火算法在船舶性能优化设计中应用

引导进化模拟退火等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，其全局优化策略，可避免陷入局部最小值。     

基于混合遗传算法的杂货船装载优化问题

杂货船的装载问题属于典型的三维装箱问题,在分析杂货船装载问题的特点的基础上,以船舱空间利用率最大为目标,建立杂货船装载问题的数学模型。针对模型特点,提出一种结合启发式算法和遗传算法的混合遗传算法,设计一种新的三空间划分方法,并对此算法进行仿真试验验证。以文献[3]的一组经典测试数据为实例,经与同类装箱问题中的同类型算法进行对比分析,发现空间利用率达到了92.94%,与其他算法的结果相比具有明显的优势,验证了优化算法的有效性。     

三维布局问题计算方法综述

布局问题是一个组合最优化问题,众多学者对此进行了深入的研究,并提出了许多算法,算法的选择直接影响布局问题的计算速度和求解精度.搜索策略的不同,介绍了以下几种算法基于规则的启发式算法;传统最优化算法;遗传算法;模拟退火算法;改进模式搜索算法;混合算法.     

船舶航行性能综合优化研究

船舶航行性能优化是一个非常复杂的问题,它具有多个设计变量,多个约束和多个极点.传统的优化方法通常无法解决该问题.文中采用了一种传统的优化方法一复合形法(CA)和遗传算法(GA),模拟退火算法(SA)来计算船舶航行性能优化问题,比较了三种优化方法的输出结果并选取最好的那个解作为最终的优化结果.通过这种方法.可以以更高的概率获得真实的最优解.应该指出的是,这三种算法都作了某种程度上的改进.作者采用C++语言基于面向对象思想开发了计算软件-ShipPO.文中列出的所有船舶航行性能优化计算结果都是在ShipPO平台上计算出来的,结果表明采用三种优化方法计算一次船舶航行性能优化问题耗时并不太多.最终的结果表明ShipPO具有很强的寻找全局最优解的能力,它能够很好地满足工程需要.     

码头集卡运输线路的模型研究及设计

集装箱码头的集卡调度优化问题已经应用到生产领域，但其中有一个重要的问题就是集卡运输线路的选择还相对研究较少。运用了线性规划的RVP模型设计了一个算法，并在模拟程序中进行实现，效果较好。计划在新的集装箱码头管理系统中将该模型融合进去。     

基于神经网络理论的船舶结构可靠性优化设计

本文将人工神经网络理论应用于船舶纵向结构的可靠性优化设计中，采用模拟退火和玻尔茨曼机原理，在优化过程中可避开局部最优解，取得系统的近似最优解。     

一种基于体积力螺旋桨模型的自航计算方法

文章以集装箱船模型KCS(KRISO Container Ship)为研究对象,基于通用CFD软件FLUENT 12.0.16,采用螺旋桨体积力模型,实现了模型尺度下实船自航点的全粘带自由面计算。该文的计算包括静水拖航计算、自航计算,以及扭矩对自航计算结果的影响分析。通过与试验值的分析比较,验证了该方法的有效性。由于采用了完全结构化的六面体网格,带对称面的计算域单元数仅为33万。研究结果还表明:考虑扭矩的全流场计算对于改善流动细节,获得更精确的计算结果是有利的,但计算量有所增加。     

基于模拟退火技术的舰载米波搜索雷达信号的方向估计

本文阐述了舰载米波雷达天线阵转动时多目标回波信号的模型,提出了采用模拟退火线性优化神经网络实现舰载米波搜索雷达天线阵转动时多目标回波信号的方向估计。仿真结果表明该是有效的,并且具有速度高、准确的优点。     

基于eM-Plant的某集装箱码头工艺系统仿真评估

为验证阿布扎比哈里发港集装箱码头二期项目工程工艺系统设计的合理性,利用面向对象建模的eM-Plant仿真软件对该项目设计方案下的码头整体作业、水平运输、箱区极限装卸和闸口通过能力4个方面进行仿真评估。结果表明工艺系统各环节布置基本合理。对设备调度和交通管理等给出操作建议,为营运方有针对性地进行生产管理和实现港区装卸系统高效运行提供指导。     

A simulation optimization approach for solving the dual-cycling problem in container terminals

Dual cycling is an operation technique whereby quay cranes perform loading and unloading operations simultaneously in the same ship bay. In this article, a mixed-integer programming model for quay crane dual-cycling scheduling is developed. The model considers the stowage plan of outbound containers and the operation sequence of quay cranes. To solve the model, a heuristic method, called bi-level genetic algorithm, is designed. Meanwhile, a simulation optimization method integrating the intelligent decision mechanism of the optimization algorithm and evaluation function of simulation model is proposed. Numerical experiments indicate that dual cycling can reduce the operation time of quay cranes compared to the method of scheduling loading and unloading separately. Moreover, the model and algorithms developed in this article can tackle quay crane dual-cycling problem efficiently.