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。     

基于多周期目标的海上救助船配置优化

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。     

基于多周期目标的海上救助船配置优化

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。     

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.     

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，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。     

基于蚁群算法的港口船舶调度优化问题研究

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。     

基于克隆选择优化的多船转向避碰决策

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。     

基于人机交互-蚁群算法的船舶交通多航道调度优化

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。     

人机合作多蚁群协同进化算法的潜艇管路布局

本文针对潜艇多管路布局空间结构，运用协同进化的思想，结合人机合作思想，提出了基于人机合作的多蚁群协同进化算法的潜艇管路智能布局方法；该算法潜艇的每一条管路对应一个蚁群，一方面采用基于顺序蚁群优化算法的布局，一方面采用人机合作的多蚁群协同进化方法对选取的系统模型进行布局优化以使多管路布局达到最优；该算法既不必考虑布局顺序，又避免了增加管路布局数量时组合爆炸现象的发生，从整体优化管路布局；在测试模型上的验证结果验证了该算法的可行性和有效性。     

高速单体船快速性和操纵性综合优化混沌算法

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。     

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.     

模拟退火算法在船舶转向避碰幅度决策中的应用

在船舶避碰决策过程中,转向避碰是采用频率最高的一种避碰方法。为了求得本船与多船会遇情况下的最优转向避碰幅度,应用模拟退火算法将本船与多船间的转向避碰幅度问题视作一类多目标函数优化问题,从而在可行解空间中求出满足目标函数和约束条件的最优转向避碰幅度解。仿真结果表明,上述方法不仅有助于求出多船会遇情况下的本船最优转向角度值,而且也有助于多船避碰决策系统的智能化设计与开发。     

基于均匀正交萤火虫算法的采矿船主尺度优化

为优化船舶主尺度,在分析采矿船特点基础上,建立以船体空船重量最小、货舱利用率最大、船体耐波性最优的多目标主尺度优化数学模型,通过最小偏差法统一目标函数,提出采用均匀设计与正交设计联用,获得算法最佳参数并通过均匀设计初始种群,提高算法寻优性能的均匀正交萤火虫算法来求解模型。标准测试函数及优化算例表明,所提出的均匀正交萤火虫算法具有更好的寻优性能,可迅速、稳定地获得深海采矿船主尺度的多目标优化方案。     

基于逆流抵近策略的UUV路径优化算法

针对水下无人航行器(UUV)在特定海域深度下执行多目标识别处理的路径规划问题,考虑逆流抵近策略及海流对UUV绝对航速影响,基于蚁群算法建立了一种综合优化路径迁移距离、转向角度及路径迁移时间指标的UUV作业路径规划算法。在区间路径转移概率和适应度函数计算中,采用雷达图分析方法,构建了综合考虑路径长度、转向角度及航行时间三种指标的无量纲能见度函数和适应度函数,解决了路径规划中多指标优化时加权系数难以确定的问题。路径规划仿真结果证明了建立的UUV路径优化算法的有效性。     

海上风电场运维船配备优化方法

海上风电场运维船配备优化是以运维船类型和数量为目标的多目标优化问题。设置近远海风电场和海上风电故障类型两个判别参数，将多目标数学模型简化为包含两个函数变量的单目标模型。海上风电场每月运维工作量函数变量采用反向传播(Back Propagation, BP)神经网络方法求解，而作业窗口期函数变量采用建立海上风电场运维船作业窗口期4维图谱的方式完成取值，完成海上风电场运维船配备优化数学模型的运算流程。海上风电场运维船配备优化可提升海上风电场运维管理系统的智能化程度。     

多约束条件下多UUV任务分配方法

针对多约束条件下多UUV任务分配问题,提出一种基于改进集合粒子群优化算法的分配方法,该方法首先定义包含UUV与保障船有效通信距离等指标的约束条件,建立以任务总执行时间最短为主要优化对象的目标函数,采用自适应惯性系数提高最优解邻域内的搜索能力,通过结合遗传算法的变异操作提高全局搜索能力,有效降低陷入局部最优解的概率。UUV任务分配仿真实验表明,本文提出的多约束多目标任务分配方法能够获取多UUV的最优任务分配,具有实际应用的可行性。     

基于改进NSGA-Ⅲ的内河集装箱船舶配载多目标优化

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。     

海洋平台支援船的多学科协同优化设计

引入多学科设计优化理论解决海洋平台支援船的优化设计问题。针对海洋平台支援船优化设计存在的多目标、多约束特点,建立了海洋平台支援船的多学科优化设计模型,并采用协同优化算法,完成了优化模型的求解。优化结果证明了协同优化算法解决海洋平台支援船的优化设计优化问题的有效性,为解决更为复杂工程系统的设计优化问题奠定了基础。     

海上多目标船物联网智能避碰辅助决策研究

船舶在海上航行的过程中,多船相遇会有不同的情况。本文将基于模拟退火的粒子群优化算法应用于海上多目标船舶智能避碰辅助决策中,建立船舶转向避碰幅度目标函数模型。最后利用仿真实验说明本文算法提高了全局的收敛速度、稳定性和通用性。     

基于遗传蝙蝠算法的任务约束船推力分配优化

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。