共查询到20条相似文献,搜索用时 62 毫秒
1.
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。 相似文献
2.
为提高海上救助水平和效率,考虑事故的时变性和救助船的不可用等因素对海上救助船进行动态配置,以救助站点覆盖事故数量最大化和救助船动态调度成本最小化为目标,建立多周期多目标的多重覆盖模型,并设计多目标蚁群算法进行优化求解。多周期救助船配置方案经实例验证,证明了模型和算法的有效性,为我国海上救助船的配置提供新的思路。 相似文献
3.
为提高海上救助水平和效率,考虑事故的时变性和救助船的不可用等因素对海上救助船进行动态配置,以救助站点覆盖事故数量最大化和救助船动态调度成本最小化为目标,建立多周期多目标的多重覆盖模型,并设计多目标蚁群算法进行优化求解。多周期救助船配置方案经实例验证,证明了模型和算法的有效性,为我国海上救助船的配置提供新的思路。 相似文献
4.
5.
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,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。本文利用加权和方法处理船舶出坞拖轮装置多目标优化问题,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。 相似文献
6.
港口船舶调度优化问题是当前一个公开的难题,传统方法无法获得理想的港口船舶调度优化方案,为了加快港口船舶调度速度,降低港口船舶调度成本,建立了基于蚁群算法的港口船舶调度优化模型。首先分析当前港口船舶调度优化研究现状,指出各种方法出现不足的原因,然后构建港口船舶调度优化问题的多约束优化目标函数,并引入蚁群算法对多约束优化目标函数进行寻优,求得港口船舶调度优化问题的最优解,最后进行港口船舶调度优化仿真模拟实验。相对于其他港口船舶调度优化模型,蚁群算法改善了港口船舶调度优化问题求解的效率,港口船舶调度优化问题的解质量更高,可以满足港口船舶调度管理的实际应用要求。 相似文献
7.
基于船舶碰撞危险度计算模型,在多船会遇态势下,利用克隆选择优化算法,本文提出一种最优转向避碰幅度计算方法。确定了最近会遇距离(DCPA)、最近会遇时间(TCPA)、两船距离、相对方位、船速比5个主要因素的隶属度函数,并考虑航行区域状况、能见度情况和船舶的操纵性能等对船舶碰撞危险度的隶属度函数修正。基于船舶碰撞危险度和航程损失的多目标函数优化,通过分克隆选择优化算法,在《国际海上避碰规则》约束的可行域空间内,获取全局范围内的最优解。仿真结果表明克隆选择优化算法对于处理多船会遇态势下的让路船转向避碰决策的有效性。 相似文献
8.
《舰船科学技术》2021,(8)
传统基于纯蚁群算法的船舶交通多航道调度优化无法根据实际情况调整船舶优先级,船舶占港时间较长,经济效益差,因此设计一种基于人机交互-蚁群算法的船舶交通多航道调度优化方法。建立多航道调度优化模型,明确各船舶调度策略,确定调度时间、等待时间最小的目标函数,建立避免调度过程中产生混乱和协调船舶交叉的约束条件;在调度优化中引入人机交互-蚁群算法,采用人工设置临时改变船舶工作的优先级,以此来提高港口工作效率,并设置算法的搜索顺序,完成船舶交通多航道调度优化的研究。在算例仿真中,为验证传统方法与设计方法的调度结果,设置港口参数并分析两方法的调度方案,结果表明设计的方法得到的方案能有效缩短船舶平均在港口的停留时间和恢复正常生产所需要的时间。 相似文献
9.
10.
以高速单体船为研究对象,通过了综合论证及分析,建立了以快速性和操纵性为目标函数的综合优化数学模型。以MATLAB6.5为工作平台,应用变尺度混沌优化算法,编制了优化程序,并对高速单体船快速性和操纵性的仿真模型进行在线优化。优化结果表明:变尺度混沌算法对高速单体船快速性和操纵性综合优化是有效且可行的。 相似文献
11.
12.
13.
14.
15.
16.
17.
内河集装箱运输差异化特征导致船方配载决策时考虑多目标优化,为满足船舶运输经济性和适航性需求,以优化船舶堆栈占用数量、阻塞箱数量、稳性高度、横倾角值及纵倾值为目标,构建内河集装箱船舶配载多目标优化模型。为实现多目标优化问题有效求解,采用灰熵并行分析法改进第三代非支配遗传算法(Non-dominated Sorting Genetic Algorithm-Ⅲ,NSGA-Ⅲ),将灰熵并行关联度作为适应度值引导算法进行精英选择。结果表明:改进后算法在求解性能表现上优于采用一般选择策略的算法,对算例参数设置具有较好鲁棒性,可为船方实际制定内河集装箱船舶配载计划提供一定决策支持。 相似文献
18.
19.
20.
针对带有任务约束且装配有多个推进器的动力定位船推力分配优化问题,提出一种全新的遗传-蝙蝠优化算法。该算法在遗传算法的基础上将种群分为两部分,一部分为保留的种群精英个体与蝙蝠算法有机结合进行优化;另一部分采用融入自适应策略的遗传算法进行优化。将该算法与所设计的带有任务约束的多维非线性推力分配目标优化函数相结合,通过仿真验证了所提出的算法可有效地解决在任务约束下的动力定位船多推进器的推力分配优化问题,在同一控制器作用下,通过与其他算法对比,该算法可获得更高的动力定位精度与更少的能量消耗,且推进器方位角变化波动小,稳定性强。可见,该算法可以有效解决带有约束的这一类多维非线性规划问题。 相似文献