基于多目标粒子群算法的船舶主尺度优化设计研究

粒子群优化是一种新兴的进化计算技术。文章基于多目标粒子群优化算法讨论了船舶主尺度论证中的多目标优化和决策问题。对于多目标优化问题,采用基于Pareto占优方法的多目标粒子群算法得到最优解,然后采用距离理想解最近的方法对这些Pareto最优解给出排序。应用文中给出的两个阶段求解方法,对散装货船概念设计阶段主尺度确定的问题进行了分析。结果表明,综合多目标粒子群优化和决策技术,能够迅速、客观地选择合理的船舶主尺度,可以给设计人员提供更多的选择。这种综合方法也能够广泛用于船舶其他设计领域。     

改进的多目标优化算法及其在船舶设计中的应用

对多目标优化问题的固定加权和方法加以改进,采用随机权系数方法将多目标优化问题转换成为单目标优化问题,利用序列二次规划方法获得问题的最优解。由于权系数的随机性,多次运行能够得到多目标优化问题的Pareto优化解和Pareto前沿。和固定权系数相比,这种方法能够找到非凸均衡面上所有的Pareto最优解。采用TOPSIS法进行多属性决策(MADM)研究,对Pareto最优解给出排序。针对船舶概念设计阶段主尺度确定过程的多目标优化问题,给出了一艘散装货船两个优化目标的数值算例。计算结果表明,随机加权和方法可以求出多目标Pareto最优解集,和先验加权方法相比,随机加权方法能为设计者提供更多的选择;和遗传算法相比,现在的方法简便且精度良好。     

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.     

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。     

舰船概念设计多目标优化和多属性决策研究

在舰船概念设计阶段,设计者经常遇到要牛成大量的船型方案,并从中筛选出1个或者几个综合性能比较好的方案的问题.将基于进化箅法的多目标优化技术与多属性决策方法联合运用,探讨了船舶的多目标优化和决策问题.对于多目标优化问题,采用改进的非支配解排序的多目标进化优化算法(NSGA Ⅱ),求出Pareto最优解,由这些Pareto最优解构成决策矩阵.基于信息熵方法和层次分析法(AHP)联合得到属性权重,用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序.应用本文方法,对水面舰船概念设计进行了分析.数值计算结果表明,综合多目标优化和多属性决策技术,能够迅速、客观地选择合理的主要参数.这种综合方法也能够广泛应用于舰船其它设计领域.     

基于多装船机的散货船智能装载

对散货船使用多装船机进行装载作业的情况,建立以最高装载效率、最佳纵倾和最小化船舶最大静水弯矩值为目标,以浮态、稳性和结构强度为约束条件的散货船智能装载数学模型,使用改进的多目标遗传算法进行求解,得到优化后的Pareto解集,结果表明:该算法能够有效求得该问题的优化解,在实际应用方面具有一定的可行性.     

船舶初步设计的多目标优化研究(英文)

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.     

船舶空间优化中遗传算法的应用

随着海洋经济的发展,船舶朝着大型化、强动力方向发展。船舶设计工程需要考虑空间、动力、结构各方面因素,本质是一个多目标优化问题。船舶优化涉及因素越来越多,传统的基于单目标的优化解决方法已经不能适应船舶的现代设计方法。遗传算法是模拟生物自然选择进化过程的算法,能够解决多目标优化中的多组非劣解集合问题。本文设计基于遗传算法的船舶空间优化方案,给出船型、空间与阻力之间的最佳方案,最后给出仿真结果。     

20000DWT近海散货船概念设计多学科优化

以20 000 DWT近海散货船为研究对象,分别建立以船舶造价、航速、回转性指数、应舵指数为目标的多个船舶概念设计优化数学模型。应用iSIGHT软件对这些数学模型进行集成,采用非支配解排序的多目标遗传算法(NSGA-Ⅱ)求解船舶概念设计多目标问题以获得Pareto解集。优化结果证明了NSGA-Ⅱ算法解决近海散货船优化设计问题的有效性,为解决更复杂工程系统的设计优化问题奠定了基础。     

动力吸振器的多目标优化和多属性决策研究

动力吸振器被广泛用于船舶、飞机和汽车等工业领域。在结构振动控制中,为了最大限度地发挥吸振器的耗能减振作用,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。文章将基于进化算法的多目标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,研究了动力吸振器的优化和决策问题。对于多目标优化问题,采用改进的非支配解排序的多目标进化算法(NSGAII),求出Pareto最优解,由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵方法对最优解的属性进行权值计算,然后用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序。文中给出了4个设计参数、3个目标函数的动力吸振器优化设计算例。     

多目标遗传算法在电机控制系统参数整定中的应用

本文给出了一种基于多目标遗传算法的PID参数设计方法,综合考虑系统超调量、稳定时间和ITAE指标,采用多目标遗传算法（NSGAⅡ）求出Pareto最优解。使用信息熵法对最优解的属性进行权值计算,根据逼近理想解的排序方法对Pareto最优解给出排序。计算了一个电机控制的数值算例,结果表明本文方法所设计的PID控制器性能优异,适合工程实际应用。     

大深度潜器耐压圆柱壳的多目标优化设计研究

采用快速非劣分层多目标遗传算法(NSGA II)和多属性决策理论,针对大深度潜器环肋圆柱壳在静水压力作用下的多目标离散优化问题进行了研究.以重量及强度应力量为目标函数,求出了Pareto最优解,给出了强度应力量和失稳载荷与重量之间的分布关系.采用逼近理想解的排序方法(TOPSIS)和信息熵方法,得到基于无偏好信息情况下的最优解排序.结果表明,这种联合方法能够快速寻找到最优解,这些解分布比较均匀、多样性好,能够为决策者提供较多选择,决策的最终结果合理.     

船舶六自由度转台电液伺服系统参数整定方法

针对船舶六自由度转台电液伺服系统的参数整定问题,提出一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑了系统超调量、稳定时间和ITAE指标,采用多目标遗传算法求出Pareto最优解。使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法（TOP—SIS）进行多属性决策（MADM）研究。计算了转台电液伺服控制的数值算例,结果表明本文提出的联合方法通用性好,所设计的PID性能优异,适合工程实际应用。     

船舶系统可靠性指标分配的多目标优化方法

针对船舶系统可靠性设计问题,采用改进非支配排序遗传算法(NSGA Ⅱ)研究了可靠性指标分配中的多目标优化设计.根据Pareto最优解集形成决策矩阵,基于信息熵法得到属性权重,利用逼近理想解的排序方法(TOPSIS)进行多属性决策研究.对Pareto最优解给出排序.采用本文方法讨论了一个船舶系统可靠度的分配和预测算例,给出了可靠度和费用之间的拟合关系.数值算例表明,综合采用多目标优化和多属性决策技术,可以迅速、客观选择各部件的可靠度.这种综合方法还能用于可靠性研究的其他领域.     

船舶柴油机调速器参数整定的多目标优化和多属性决策研究

综合考虑系统在输入阶跃扰动和负荷扰动两个工况时的超调量、稳定时间和ITAE指标,研究了PID控制器参数寻优的问题。采用多目标遗传算法求出Pareto最优解,使用信息熵法和逼近理想解的排序方法（TOPSIS）对Pareto最优解给出了排序。计算了一艘水面船舶柴油机调速器控制的数值算例,结果表明本文方法有效,所设计的PID性能优异,可以工程实际应用。     

基于自适应加权的船舶操纵性能多目标优化

针对多目标优化问题中固定加权和法存在的缺陷,提出以设计者期望目标值为约束的自适应加权和法.以水面船舶为研究对象,建立操纵性能多目标优化数学模型.35000吨级原油船算例表明基于自适应加权法求解操纵性优化模型能获得较为理想的Pareto最优前沿.最后,采用信息熵权TOPSIS法对Pareto方案排序供决策者选择.     

基于MOGA的潜器快速性和操纵性综合优化研究

基于Pareto解的多目标优化方法NSGA-II应用至潜器的快速性与操纵性综合优化设计之中。通过回转体潜器阻力性能的数值计算结果建立了阻力的近似计算模型,并与系列模型试验结果进行了比较;通过估算潜器的水动力系数,根据水平面线性运动方程得出水平面操纵运动稳定性和机动性的衡准指标。优化后,得到了阻力与回转直径的Pareto最优解的散点图,设计者可针对不同需求的潜器,从中进行选择,保证了Pareto最优解对应的每一艇型设计方案在满足操纵性要求下阻力最小,或在该阻力值的条件下操纵性最优。     

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.