基于遗传算法的船体分段装配优化

优化装配序列对提高造船生产效率具有非常重要的意义。选择典型的船体分段为研究对象,首先结合生产实际将装配结构层次化,生成子装配体以缩短遗传算法中染色体的长度,加快算法向最优解的收敛速度,提高装配规划效率;然后应用遗传算法得到船体分段最优装配序列;最后利用CATIA软件对分段进行建模,并完成分段虚拟装配过程的仿真演示。实例分析结果验证了应用遗传算法的可行性与有效性,显示其有助于优化船体分段装配顺序。     

基于遗传算法的船体分段装配优化

优化装配序列对提高造船生产效率具有非常重要的意义。选择典型的船体分段为研究对象,首先结合生产实际将装配结构层次化,生成子装配体以缩短遗传算法中染色体的长度,加快算法向最优解的收敛速度,提高装配规划效率;然后应用遗传算法得到船体分段最优装配序列;最后利用CATIA软件对分段进行建模,并完成分段虚拟装配过程的仿真演示。实例分析结果验证了应用遗传算法的可行性与有效性,显示其有助于优化船体分段装配顺序。     

基于深度强化学习的地效翼船降落纵向控制研究

为了控制地效翼船水上降落的垂向速度，降低其入水砰击载荷，提出了一种基于深度强化学习的地效翼船降落纵向控制方法。在传统DQN算法的基础上，提出了基于终止状态评价的TSE-DQN算法。针对地效翼船降落入水垂向速度与俯仰角设计了奖励函数，并通过模拟试验将TSE-DQN算法和传统DQN算法进行了对比。试验结果表明，论文所提出的TSE-DQN算法在地效翼船的降落入水垂向速度优化方面有较大提升，且具有更好的稳定性。TSE-DQN算法对地效翼船降落时垂向速度的控制具有指导意义。