遗传算法的改进及其在超大型油船结构优化中的应用

遗传算法是一种基于适者生存理念的随机搜索算法,它具有极强的全局搜索能力,且不需要知道问题的导数信息.然而,简单遗传算法局部搜索能力差以及易于早熟.文章编制了一种基于实数编码的适用于连续型变量的遗传算法,比较适合于多峰函数的全局寻优,且对之略作改进,也可用于离散型变量优化.采用大量经典数学测试函数对该遗传算法的优化能力进行测试,取得了很好的优化结果.在此基础上,选用经典10杆桁架结构对该算法的寻优能力进行了验证.最后,以一艘超大型油船的典型中横剖面作为研究对象,选取396个设计变量,所有变量在优化过程中都进行了离散化处理,应用JTP规范[1]作为校核依据,采用该遗传算法进行优化设计.经过优化后,船中剖面面积下降了2.6%.     

船舶航行性能优化的模糊遗传算法

模糊遗传算法是一种模糊优化与遗传算法紧密结合的优化方法。它兼有模糊优化的考虑到模糊因素从而更能贴近工程的实际情况和遗传算法的全局寻优能力强的特点。本文中模糊优化采用限界搜索法，它可针对模糊非线性一规划给出一个特定的清晰解。对应特定水平则委托遗传算法进行寻优。为处理等式和不等式混合约束，通过惩罚策略将其吸入遗传算法中染色体的适值。本文采用该方法对船舶航行性能进行优化，以船舶的快速性、操纵性和耐波性三个航行性能综合最优为目标函数，具体做法是取三个性能指标的线性加权和，最后建立的数学模型包括三个等式约束和五个不等式约束。根据以上思想本文用VC＋＋6．0开发了ShipPO优化平台，并在其上进行船舶航行性能优化计算，结果表明，该京城地少，全局寻优能力强，非常符合工程需要。     

一种基于克隆选择的量子遗传函数优化算法

为了解决量子遗传算法(QGA)用于连续多峰函数优化易陷入局部极值的问题,将免疫学中的克隆选择算法的概念和原理引入到量子遗传算法中,提出了一种新型的进化算法——基于克隆选择的量子遗传函数优化算法.该算法通过克隆选择、高斯变异以及量子旋转门等操作对可行解进行搜索,提高了算法在解决函数优化问题的全局寻优能力。典型函数的测试结果表明该算法优于传统的QGA和一些遗传算法。     

微分群体智能算法在船舶结构混合变量优化中的应用

船舶结构优化设计问题通常是一个包含混合变量的约束优化问题.常用的优化方法是采用遗传算法结合惩罚函数法,但遗传算法的人工参数多,算法复杂,惩罚因子选取困难.该文中把适合约束优化问题的微分群体算法DS(Differential Swarm)进行了改进并用于混合变量的结构优化问题中,对多个工程实例的计算表明,新算法的结果好于已知文献中的最好结果,并得到了以往未发现的新解.DS算法参数少,算法表达简单,全局优化能力强,精度高,在工程中有较大应用前景.     

船舶结构混合变量优化的遗传算法

本文针对船舶结构优化设计中普遍存在的混合离散变量现象，对遗传算法进行了若干探讨和改进，以直接获得实用的最优解。通过两个船舶结构优化的算例，验证了本文方法的有效性。     

多目标遗传算法在水面船舶快速性优化设计中的应用

在船舶设计中,船、机、桨的匹配问题一直是设计人员最关注的问题之一.快速性良好的船舶应使得船、主机和螺旋桨之间的性能综合匹配.通过采用改进的非支配解排序的多目标遗传算法,讨论了船舶概念设计阶段快速性优化问题.以推进系统综合效率和排水量为优化目标,考虑了混合变量的多目标优化问题.文中给出了载重量为35000t油船的快速性优化设计例子.结果表明,多目标遗传算法能够快捷搜索到全局最优解.     

基于遗传算法的建筑结构优化设计方法研究

针对传统遗传算法存在容易过早收敛、寻优效率较低、精度不高等缺点,从适应度值函数标定和群体多样化两方面对传统遗传算法进行了改进,避免了传统遗传算法过早陷入局部最优解,拓宽了寻优空间;将改进的遗传算法应用于建筑结构优化设计中,通过建立以质量最小为目标的优化数学模型,解决具有应力约束和截面尺寸约束的离散变量结构优化问题,并对改进型遗传算法进行优化设计结果比较;结果表明,改进型遗传算法演化代数低于标准遗传算法,收敛性能明显更佳,提高了遗传算法在结构优化应用方面的计算速度和优化效果.     

基于遗传算法的船舶螺旋桨优化设计

船舶螺旋桨的设计主要分为理论法与图谱法,目前,图谱法设计已有成熟的计算程序与之匹配,采用遗传算法搜索进行船舶螺旋桨优化设计是一条新的思路。采用Wageningen B图谱的回归多项式,利用遗传算法的高效、并行、基于适应度函数的搜索法,进行螺旋桨优化设计,将螺旋桨直径、螺距比和盘面比作为设计变量,空泡性能作为约束条件,在保证目标转速的前提下优化船舶航速。经优化设计实例计算表明,遗传算法适用于船舶螺旋桨的优化设计。     

基于量子遗传算法的TDOA定位技术研究

为了解决TDOA定位估计中遇到的非线性最优化问题,提出了一种联合使用Chan算法和量子遗传算法的混合定位算法,采用二进制量子编码和量子旋转门更新个体,针对TDOA方式进行最佳坐标搜索。仿真结果表明,该算法性能稳定,能找到全局最优的解,相对于Chan算法精度更高,相对于遗传算法有更快的收敛速度。     

基于多种群萤火虫算法的集装箱船结构优化

针对集装箱船结构优化问题,依据CCS规范建立以集装箱船舯剖面面积最小为优化目标,板厚、型材横截面积为离散设计变量的优化数学模型。提出一种多种群萤火虫算法,各种群设置不同的参数,提高搜索区域,多子群并行寻优、子群主群协作寻优提高算法寻优性能,对所建模型进行优化计算。优化算例表明,所提出的多种群萤火虫算法比标准萤火虫算法可以更快的收敛得到最优解,在满足所有约束条件情况下,集装箱船舯剖面面积最小约13.2%,验证了多种群萤火虫算法应用于集装箱船结构优化的有效性。     

改进的MODSA算法在船型优化中的应用

针对传统智能优化算法处理高维优化问题时易陷入局部最优解且优化效率低的问题,文章采用近几年提出的基于模型的动态抽样分配(MODSA)算法作为研究对象,该算法具有处理高维优化问题的潜力,但对某些复杂高维问题很难搜索到全局最优解。为避免MODSA算法陷入局部最优解,采用多元正态分布作为抽样分布并推导相应参数更新式;为进一步提升该算法的优化效率,采用均匀设计确定初始抽样分布的期望值并通过Sigma管理水平自适应确定初始方差。通过数值函数测试结果表明:改进的MODSA算法具有更好的优化性能。最后,将改进的MODSA算法应用于5100TEU集装箱船兴波阻力性能优化。     

基于工艺可行性的离散变量结构动力特性设计优化

基于船舶工艺可行性分析,建立了使用自适应模拟退火算法的多工况下船体结构动力特性设计优化模型;并给出了相应的设计流程。模型使用矩阵描述由板材厚度和骨材型号构成的离散变量集合,同时将全体设计变量处理为共享设计变量。将模型应用于某集装箱船艉部结构的动力特性设计优化中,优化后的结构不仅减轻了自重,而且增加了频率储备。实例分析表明该模型能应用于工程结构的实际优化设计。     

基因演算法於船体加强板架之最佳化设计应用

船体结构之最佳化设计是一个复杂非线性的混和离散问题,并且要搜寻到全域的最佳值并不容易。在复杂的设计环境下基因演算法（Genetic Algorithm;GA）却可以搜寻到近似的全域最佳值。本文主要是应用基因演算法对T加强板架（Tee stiffened panel）、平板加强板架（flat-bat stiffened Panel）等常用且最具代表性之船体结构件进行最佳化设计,使结构在满足终极破坡限制（ultimate failure constraints）与耐用破坏限制（serviceability failure constraints）等所有限制条件下,求得最佳目标函数值中各设计变之最佳组合。在过程中并考量不同族群大小、变换机率、突变机率因素对最佳化结果的影响。文中是以制造成本为目标函数,其中同时考量材料成本及劳工成本,且所得之结果与连续性线性规则（Sequential Linear Programming;SLP）最佳化结果作了比较。计算的结果显示基因演算法可以有效地与快速地获得最小重量和最低成本的目标。     

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.     

模糊混沌算法及其在船舶性能或结构特性综合优化的应用研究

将限界搜索模糊优化与混沌算法复合构成限界搜索模糊混沌算法,并将其应用于大中型船舶性能或结构特性综合优化计算分析中.建立了以加权和形式为目标函数的综合优化数学模型,编制了计算软件,进行了大量对比计算.计算结果表明:这些优化方法和计算软件界面友好、可靠性和计算效率高,并且具有较高的实用性,运用于大中型船舶性能或结构特性综合优化是切实可行的;对于大中型船舶方案或初步设计也有使用价值.     

虚拟机舱管路布局算法优化设计

针对当前船舶管路布局设计主要依靠经验丰富的设计人员手动敷设完成,为提高管路自动化布局效率,提出了一种基于改进遗传算法的三维空间管路设计方法,以辅助设计者完成管路布局工作。通过在经典遗传算法的整体框架中引入免疫选择机制,增加免疫检测算子和免疫平衡算子,改进了遗传算法仅依靠适应度值选择后代个体易造成算法陷入局部最优解的不足,维护了种群多样性,提高了算法运行效率。以船舶机舱为对象建立虚拟机舱仿真环境,采用栅格法对布局空间进行划分,以十进制浮点数编码方式进行算法编码设计。MATLAB仿真结果验证了改进遗传算法在管路布局优化设计问题上的可行性和搜索效率,采用C#语言编写脚本控制程序,在Unity3D虚拟机舱环境中实现了管路路径的布局设计。     

船舶多清洁能源混合动力系统优化设计方法

多清洁能源混合动力系统可通过采用多种清洁能源有效提高船舶的绿色化水平,但多清洁能源的不同特点会增加混合动力系统配置优化设计的复杂性,目前缺少对多清洁能源混合动力系统优化配置方法的研究。对此,基于燃料电池、锂离子电池、超级电容和柴油发电机的混合动力系统形式,提出一种基于小波变换和遗传算法的多清洁能源混合动力系统优化配置方法。分析结果表明:提出的混合动力系统优化配置方法能在满足船舶最大功率需求的同时,提高船舶的经济性,降低二氧化碳排放,进而提高船舶的整体能效水平。