一种新的多学科协同优化方法及其工程应用

本文提出了一种新的多学科设计协同优化方法,并将其应用于潜艇分舱设计中.该方法在系统级通过学科级耦合变量的折中来得到系统级耦合变量,采用各学科级目标函数加权和来综合评价设计的优劣,避免了系统级优化过程,解决了标准协同优化算法系统级优化前期不收敛的不足,从而改善了数值稳定性,同时减少了总的计算迭代次数;在学科级目标函数中构建一致性惩罚函数,最终实现耦合变量之间的协调;在约束条件中实施变精度控制,逐步达到预期的精度要求,从而提高收敛性,并减少计算量.本文给出了新算法所得全局最优点即为所求原问题全局最优点的理论证明,并针对典型减速齿轮箱多学科设计优化问题,通过与标准协同优化算法在数值实验中的对比分析,验证了本方法在计算结果的收敛性、数值稳定性及可靠性等方面有优越性,最后通过在潜艇分舱设计中的应用体现了其工程实用价值.     

改进协同优化算法在船舶概念设计中的应用

文章介绍了多学科优化算法的发展以及在船舶设计中应用的广阔前景,针对其中的协同优化算法进行了详细介绍,并根据其存在的不足提出了动态罚函数的改进方法,通过对系统级优化问题进行改造,将其转化为无约束优化问题,降低了求解难度且提高了计算精度。对某型SWATH船阻力和结构的优化问题进行了简化、求解,最终结果降低了油耗,表明了该算法在船舶概念设计中应用的可行性。     

船体结构静动态协同优化设计(英文)

论文集成静态、模态和动力响应分析,建立了船体结构静、动态协同优化模型.在系统级优化模型中,以单学科最优解和多学科最优解之间的差异最小化为目标.该目标函数不仅消除了多个目标之间的量纲和数量级差异的影响,而且扩展了协同优化算法的应用范围,由原来的单目标优化扩展到了多目标优化.并与子系统级优化模型构成二级协同优化算法架构.采用多岛遗传算法进行优化求解.对集装箱船艉主甲板进行了静、动态优化设计,分析表明本文所采用的优化算法能应用于工程实际.     

BLISCO方法在载人潜水器设计中的应用

结合两级集成系统综合方法(Bi-Level Integrated System Synthesis)和协同优化(Collaborative Optimization)方法的主要特点,提出了一种新的多学科设计优化方法一两级集成系统协同优化方法(Bi-Level Integrated Systern Collaborative Optimization,BLISCO).它的关键思想是将设计变量分为系统级设计变量和子系统设计变量,并在保留协同优化方法协同机制的同时,用子系统耦合输出响应的加权和代替一致性约束作为子系统优化的目标函数.通过电子封装优化设计问题验证了BLISCO的收敛性、准确性以及鲁棒性.最后,文中将BLISCO方法应用于载人潜水器的多学科设计优化,大大提升了载人潜水器的总体综合性能.     

多目标进化算法在船舶设计中的应用

针对船舶概念设计阶段船型参数优化问题,根据快速性、操纵性、舱容衡准及基于经验公式建立船舶优化数学模型,采用改进的非支配解排序的多目标进化算法（NSGA-Ⅱ）,以推进系统总效率、舰船经验系数、相对回转直径及船舶造价4个参数为优化目标,选取若干设计变量,对50 000 DWT油船进行多目标优化.数值算例表明,改进的非支配解排序的多目标进化算法能够有效、客观地选择合理的船舶主尺度参数.     

基于混合优化策略的多学科协同优化及其应用

多学科设计优化为复杂系统工程设计提供了新的思路并成为优化设计领域的研究热点。针对传统多学科协同优化算法常常出现无法收敛或收敛陷入局部最优的问题,提出基于模拟退火算法和序列二次算法的混合协同优化(collaborate optimization based on simulated annealing and sequential quadratic programming,SA-SQP-CO),SA-SQP-CO应用模拟退火算法和序列二次算法的混合优化策略取代传统系统级基于梯度的求解方法,同时引入动态松弛的思想,在二阶段寻优过程中采用动态松弛量代替系统级一致性等式约束加强学科一致性、提高系统级收敛效率。以经典齿轮减速箱测试算例,通过与传统多学科协同优化算法比较,验证了该方法在优化结果可靠性、稳定性等方面有优势。最后,应用SA-SQP-CO算法求解抛物线型载荷下纤维加强悬臂梁轻量化设计问题以体现其工程实用性。     

潜水器多学科设计中的多目标协同优化方法

针对潜水器设计中涉及多个学科的耦合以及数据信息量大、数据关系复杂的问题,文章介绍了一种新的多目标协同优化算法.该方法将Pareto遗传算法(PGA)引入协同优化框架,二者的有机结合充分发挥各自的优势,该方法利用协同方法的分解协调机制将复杂系统的设计问题分解为一个系统级优化问题和几个学科级优化问题.采用PGA作为系统级优化器,不仅可以得到能够反映多目标优化问题实质的、客观的Pareto解集,而且,由于PGA是无需梯度信息的直接搜索算法,从而从根本上消除了协同优化由系统层一致性约束条件引起的收敛困难问题.在PGA与协同优化框架结合的过程中,采用目标函数的归一化处理、分级罚函数法、浮点数编码、群体分级和Paveto解集过滤器等技术提高算法的计算效率和可靠性,并通过一个数学算例和一个载人潜水器的例子证明了多目标协同优化算法的有效性.     

非线性规划在船型方案设计中的应用

根据设计船舶的具体要求确定设计变量、目标函数及约束条件，构造出描述船舶优化设计的数学模型。运用有约束条件的非线性规划问题的罚函数算法、多目标决策问题的分层序列算法，结合MATLAB Optimization Toolbox进行优化计算。计算结果表明，优化船型与非优化船型相比，营运性能将有所提高。     

基于蚁群算法的大型油船中剖面结构优化设计

采用蚁群算法对大型油船中剖面结构进行了优化设计,选取了纵骨型号等18个设计变量,建立了以单位长度中剖面构件重量最轻的目标函数,根据DNV(挪威规范)提取了总纵强度等29个约束条件,从而建立了大型油船中剖面结构优化模型。改进的蚁群算法对该模型进行优化计算,该船的中剖面纵向结构单位长度的重量减轻3.35%,结果表明蚁群算法是行之有效的。     

基于最优Pareto集的船舶出坞拖轮配置优化

本文采用多目标遗传算法求解船舶出坞拖轮配置优化模型的近似Pareto最优解集.针对遗传算法只能优化单目标、无约束问题,作者通过引入罚函数除去了船舶出坞中多变量非线性有约束问题的约束限制.文中利用加权和方法处理船舶出坞拖轮配置多目标优化问题,并按专家决策方法确定各目标函数的权系数.拖轮配置优化结果表明了多目标遗传算法的有效性,并为船坞主管进行船舶出坞拖轮配置决策提供了充分的依据.     

应用基于MPI的混合粒子群算法的三维水翼优化设计

提出一种三维水翼的优化设计方法.方法应用混合粒子群算法(HPSO)与边界元法相结合进行三维水翼的优化和性能计算工作、应用多级罚函数法解决水翼设计这一多约束、多变量的优化问题.基于免疫理论和惯性权值非线性递减策略的混合微粒群算法,能够有效抑制算法早熟收敛,平衡全局和局部搜索能力.优化设计过程中,水翼的剖面形状、攻角及展弦比作为设计变量,给定的压力分布形式、升阻力系数作为设计约束或设计目标.混合粒子群算法通过划分子种群、应用基于MPI通信机制的并行计算来实施,最大限度减小了计算时间.设计算例表明了文中提出的三维水翼优化设计方法收敛速度快、计算时间短、有效可行.     

一种改进的多学科协同优化算法及其应用

多学科优化设计（MDO）是当前复杂系统工程设计中研究最活跃的领域。分析了传统多学科协同优化算法解决实际复杂MDO问题计算困难的原因,提出了一种符合工程实际的改进的协同优化算法（NCO）。NCO通过改变协同优化系统级表达形式解决传统协同优化计算成本大、收敛困难等缺陷。通过两个经典MDO测试算例与Alexandrov提出的改进松弛协同优化比较,优化结果表明,NCO能有效提高收敛速率,保证收敛结果的稳定性和可靠性,能更好地满足复杂系统工程优化需要。     

基于区间分析方法的船舶不确定稳健设计优化

实际船舶优化设计中,大量不确定因素的存在可能会导致船舶性能达不到预定的设计目标。因此为了保证船型方案的可行性,本文将区间分析方法应用到不确定稳健设计优化中,以一条散货船的概念设计为例,针对单个不确定变量存在和多个不确定变量共同存在的情况,分别进行研究,以单位运输成本的中值和半径最小为目标,采用双层嵌套优化体系,内层采用多岛遗传算法求解目标函数的区间,外层采用NSGA-II算法来优化目标函数,从而保证船舶的稳健性。     

潜艇耐压液舱设计

以Sysware为设计平台,以满足现行规范要求为设计条件,对实肋板带液舱壳板纵骨的耐压液舱进行了优化设计。通过对设计变量、约束条件及目标函数的分析,提出了耐压液舱优化设计的主要设计变量、约束条件及目标函数。通过对算例的优化,对耐压液舱的设计提出了优化设计方向,对实肋板减轻孔的设计提出了改进意见。本文对耐压液舱的规范设计具有一定的指导作用。     

Design optimization of a TetraSpar-type floater and tower for the IEA Wind 15 MW reference wind turbine

We present an optimization study for the conceptual design of wind turbine floaters of the TetraSpar type. The optimization variables include all geometric dimensions of the floater, keel, mooring lines and tower design. A gradient based optimization method is applied to a mass proportional objective cost function. The objective function accounts for the different weight components of the floater, including secondary steel, the wind turbine tower, and the mooring system. A frequency domain response method is utilized, so that each design evaluation also takes into account the dynamic response for 12 wind speeds with associated wave conditions. Nineteen constraints are applied for static and dynamic response, natural frequencies, and fatigue at the bottom of the tower. Two reference designs are presented, namely one with a soft–stiff tower and one with a stiff–stiff tower. Due to the anti-phase coupling of the floater pitch and tower vibration, the soft–stiff tower needs a stronger floater stiffness in pitch. This design thus has a larger water plane area moment than the more compact stiff–stiff floater, which is found to be the least economical. A constraint analysis is next presented based on Lagrange multipliers and a relative cost index. We find that the strongest cost influence is exerted by the 3P tower frequency constraint for the stiff-stiff and soft-stiff designs. Finally, a third design variant with a free optimizable tower frequency is introduced. This design is found to be 11% cheaper than the soft–stiff design and highlights the potential cost savings of tower designs within the 3P region.     

多学科设计优化在船舶水动力性能优化中的应用

阐述了多学科优化设计方法(Multidisciplinary Design Optimization,MDO)的发展应用情况。详细论述了基于协同优化方法的数学模型、优化原理和优化流程。针对水动力性能优化,分析了系统层和各学科的优化要素,初步建立了数学模型和优化框架。     

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.