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.     

基于差分进化算法的微电网多目标优化调度

能源的紧缺和环境污染问题的加剧,使得人们对微电网有了越来越多的研究。通过对微电网的并网运行进行研究,设计了包含光伏、风机、储能电池单元的微电网系统,综合考虑系统的供电可靠性,环境污染和成本花费三个方面,采用多目标差分进化算法来寻求一组非劣解来确定最终方案。最后通过一组案例数据对系统的优化调度进行了分析和验证。     

改进多目标粒子群优化算法在营养配餐中应用

营养配餐计算模型为多目标模型,求解过程复杂,笔者利用改进过的多目标粒子群算法优化后,再根据配餐用户的偏好信息进行优化,摆脱了传统多目标优化的权重系数的影响,使得营养配餐计算模型能够满足各类人群的差异化、特殊化.最后,笔者以一日营养量为目标进行实际配餐,实验证明,配餐结果令人满意.     

基于鲁棒性的船体中横剖面多目标优化

工程应用中在进行鲁棒性优化设计时,要求所求出的解既要具有较高的质量,又要满足一定的鲁棒性要求。将鲁棒性优化问题转化为一个双目标的优化问题,即一个目标为解的最优性,另一个目标为解的鲁棒性,并针对一艘最大应力接近许用应力的多用途船进行基于鲁棒性的中横剖面优化设计。首先,用支持向量机的方法建立船体舱段的近似模型,用于求取舱段的最大应力,并结合蒙特卡罗积分的思想构造出表示最大应力鲁棒性的函数;随后,以最大应力最小和最大应力的鲁棒性函数值最小为目标函数,设计出一种求解鲁棒性最优解的粒子群多目标优化算法。优化结果不仅能降低船体结构的最大应力,同时还可较大程度地提高最大应力的鲁棒性,证明了该方法的可行性。     

多目标优化算法在舰船天线布局中的应用

针对现有的单目标优化算法在天线优化布局应用中的不足,提出一种基于多目标粒子群优化(MultiObjective Particle Swarm Optimization,MOPSO)算法的天线优化布局方法。将该算法与数值计算方法相结合,建立多目标、多变量协调控制的复杂平台上的天线优化布局数学模型。在此基础上,使用FEKO软件建立某型战舰的仿真分析模型,具体分析舰载短波通信天线的优化布局过程。     

基于自适应加权的多学科多目标设计优化

针对多学科多目标设计优化存在的耦合严重、计算效率低、难以获得体现设计者使用要求的最优解等问题,提出了基于自适应加权的多学科多目标设计优化方法,阐述了该方法的基本思想并给出了设计优化流程.该方法密切结合实际工程设计经验,将多目标优化问题转换为反映设计者使用要求的综合目标优化问题,采用自适应加权的优化策略建立优化模型进行优...     

多目标微粒群优化聚类算法及应用

提出了多目标函数评价法,通过定义两个新的目标函数实现了基于多目标微粒群优化聚类算法,可实现对多目标优化问题非劣最优解集Pareto的搜索.同时根据电磁力的计算公式定义了新的相似度测量方法,该相似度测量考虑了聚类簇的大小对数据划分的影响.给出了IRIS数据仿真结果,用入侵数据集KDD CUP99测试,实验结果验证了该算法的有效性.     

基于RBF神经网络的人工海床多目标优化

以人工海床（AS）为研究对象,针对传统设计方法存在周期长、成本高以及难以解决复杂系统工程优化设计等问题,提出一种AS多目标优化策略。推导AS质量和稳心高的计算公式,建立一种基于径向基函数（RBF）神经网络的近似模型,代替通过数值模拟计算的拖曳力。结合NSGA-Ⅱ算法,以AS拖曳力、质量和稳心高为优化目标,以主尺度为设计变量,以结构强度和关键性能指标为约束条件,得到AS优化方案。结果表明：在满足预测精度条件下,RBF神经网络提高了计算效率。优化后AS的质量,最大减幅达17.0%,同时水动力性能和稳性性能较优化前均有提高。通过对AS优化结果的分析,验证了AS多目标优化策略的可行性。     

基于新型剖面设计的螺旋桨多目标性能权衡优化

利用Eppler方法进行新型抗空泡翼型剖面设计.设计的新型剖面其空泡斗比具有相同设计升力系数和厚度弦长比的NACA66 mod+a=0.8剖面要宽很多.将新设计的剖面用于螺旋桨敞水性能优化,以4个半径处的螺距为设计变量,以敞水效率和多个半径处的最小压力系数为目标函数,利用iSIGHT优化平台对其螺距分布进行优化,以改善其敞水性能,特别是空泡性能.计算结果表明,采用新型抗空泡剖面进行螺旋桨敞水性能优化是有效的.并比较不同优化算法对优化结果的影响.     

多目标模糊优化在船舶结构设计中的应用

船舶的结构设计过程需要分析和处理大量的不确定性因素,比如结构尺寸、载荷、强度和配合公差等参数,是一个典型的多目标优化过程。为了提高船舶结构的质量,对大量不确定性因素进行优化求解具有重要的意义。本文根据船舶结构设计过程的不确定因素,建立多目标模糊优化函数模型,并采用多目标分层序列法和权重分配法对具有重要性差异层次的目标函数进行判定,找到船舶结构设计参数的最优解。     

基于MATLAB遗传工具箱的多目标函数优化

本文对遗传算法的基本特点、步骤和流程和基于MATLAB的遗传算法优化工具箱进行了介绍,结合多目标函数问题的优化实例,说明了遗传算法是一种具有良好的全局寻优性能的优化方法.     

基于遗传算法的五体船片体布局多目标优化研究

尝试并实现了iSIGHT优化软件与水动力计算软件HydroSTAR的集成优化,以五体船在波浪中的运动响应及增阻为目标函数,对片体布局作了多目标优化研究.运动计算采用三维频域面元法,增阻计算应用了近场压力积分方程,优化算法采用NSGA-II遗传算法,结果给出了Pareto解,还进行了DOE试验设计分析,为五体船片体布局设计提供参考.     

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。     

船舶初步设计的多目标优化研究

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.     

基于层次分析法轴系校中多目标优化研究

在轴系合理校中过程中,目前仅仅是考虑单一目标函数进行最优化校中,而在实际校中过程中需要考虑多因素进行校中。本文考虑多目标因素下的合理校中,根据各目标对象所占的权重比,利用层次分析法求出满足轴系校中各项要求的轴承合理变位可行值。     

基于粒子群算法的起重船扒杆结构优化设计

基于Isight优化软件和通用有限元软件,以扒杆重量为目标函数,采用粒子群算法（PSO）和遗传算法对某起重船扒杆结构进行了优化设计,并讨论了PSO算法的稳定性。通过对两种算法优化结果的比较分析表明,PSO算法优化效果好,收敛速度快,且计算稳定性高,验证了PSO算法在工程船舶结构优化设计中的有效性。     

基于遗传算法的六自由度舰船运动模拟器的参数优化

本文首先分析了六自由度舰船模拟器运动机构各结构参数对作动器行程和受力的影响,以作动器的行程和受力的线性加权和作为目标函数,采用遗传算法对运动机构进行了优化,优化得出的运动机构结构合理,为模拟器运动性能的实现提供了保证。     

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.     

基于多岛遗传算法的舱口盖结构优化设计

为降低空船质量,提高经济性,针对某船舱口盖结构减重进行研究。采用拉丁方试验法建立样本空间,根据样本参数进行有限元模型求解。采用响应面模型法建立舱口盖结构设计近似模型,以规范中对应力和变形的要求作为设计约束条件,基于多岛遗传算法对某船舱口盖结构进行优化设计。结果表明,优化解收敛性好,可满足规范要求。