基于多目标遗传算法的船舶修理计划优化研究

针对船舶修理工作中的计划任务分配问题,提出了基于多目标遗传算法的船舶修理计划优化的方法。将修理经费和时间作为两个追求的目标函数,采用改进的非支配解排序的多目标进化算法（NSGA II）对优化模型进行了求解,得到了任务分配的Pareto优化解。这种方法能够比通常的加权和方法得到更多的计划方案,能够给任务制订者更多的选择。文中计算了一个维修任务分配例子,并且和通常单目标优化结果进行了比较,表明了该方法的有效性和实用性。     

工程项目资源优化的遗传算法

遗传算法（GA）是一种源自生物界自然选择和自然遗传机制的随机化搜索方法,其群体搜索策略和信息遗传的特点使其在组合优化中表现出其它传统方法所不能比拟的性能。本文将GA应用于工程项目的资源优化中。与常规的直观方法相比,应用GA能同时解决资源平衡和资源有限问题并避免了繁琐的推断过程,同时还能得到除最优解外的几个次最优的解决方案。     

基于多目标优化遗传算法的武器-目标分配

针对武器‐目标火力分配问题,建立了基于效能最大和用弹量最少的多目标优化模型。基于 Pareto集非劣分层思想对遗传算法进行改进,利用非劣分层遗传算法处理武器‐目标分配多目标优化问题。非劣分层遗传算法通过对种群内的所有个体的多个目标函数进行非劣分层排序来度量个体的适应能力,通过遗传算法实现多样性进化操作,能够获取Pareto最优解集,以供决策者参考。仿真试验表明：该方法能够获得满意的分配结果,方便快捷地解决多平台多类型武器‐目标分配问题。     

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.     

基于改进非支配排序遗传算法的纵横加筋圆柱壳多目标优化

加筋圆柱壳广泛用于航天、航空和船舶领域,它在静力作用下的设计得到了广泛的研究.针对水下纵横加筋圆柱壳设计时多个性能指标要求,基于改进非支配排序遗传算法,建立了纵横加筋圆柱壳的多目标优化模型.考虑跨度中点处壳板纵剖面上的中面应力、肋骨应力和结构重力为目标函数,约束条件考虑强度和稳定性指标以及材料的几何特性.通过设定遗传算法参数,给出了Pareto解集,并分析了不同材料参数和工作水深对结果的影响.决策者可以根据决策偏好,选择最后的折中方案.     

基于多目标遗传算法的复杂系统可靠性冗余优化

提出了将多目标遗传算法用于复杂系统可靠性冗余优化设计的方法。根据系统可靠性冗余的模型,采用多目标遗传优化技术,同时考虑可靠性、费用和重量目标,得到了冗余系统的Pareto最优解。设计者能在这些Pareto解中根据偏好选择最后的折中解。计算了1个3目标的可靠性冗余优化的例子,数值结果表明,多目标遗传算法能迅速搜索到可靠性冗余指标的Pareto解,并且这些解的分布均匀。     

基于遗传算法优化支持向量机的船舰目标识别分类

为了实现有效的海上监管和响应,提高舰船监管效率,降低人力成本,提出基于遗传算法优化支持向量机的舰船目标识别分类方法。以HU矩为舰船目标的特征描述子,在舰船目标图像内,提取具备旋转、尺度与平移不变性的舰船目标特征矩;利用遗传算法,优化支持向量机的惩罚因子与核参数;在参数优化后的支持向量机内,输入舰船目标特征矩样本,输出舰船目标识别分类结果。实验证明,该方法可有效提取舰船目标特征矩;经过参数优化后的支持向量机,可有效降低计算复杂度,加快检测目标识别分类效率,具备较优的舰船目标识别分类性能。该方法均可精准识别分类舰船目标。     

基于多目标遗传算法的潜器外形优化设计

计算流体力学软件应用于潜水器外形优化设计时,精度虽高,但效率低下。因此研究了试验设计和响应面模型技术,提出了一个潜水器外形优化设计的策略。其基本思想是:首先应用Gambit软件的日志文件建立起水动力分析模型,然后根据设计要求选取设计变量,用试验设计的方法在设计变量空间里选取样本点并进行阻力性能计算,得到各样本点的响应,并建立阻力、包络体积的二阶多项式模型响应面模型。潜水器设计时需要考虑能源与设备布置要求,因此将阻力与体积作为艇型优化的两个目标,研究了多目标遗传算法,并给出了Pareto最优解集。结果表明,文中采用近似模型的艇型优化过程,不但效率得到提高,精度也能得到保证,而且由CFD结果建立的阻力估算公式可以为后续设计带来很高的参考价值。     

基于改进多目标遗传算法的船闸调度方法

针对目前我国内河航运船闸调度采用手工编制调度计划方式速度慢、调度水平低、缺乏科学性的现状,通过对单闸多目标调度问题进行建模,并基于改进的SPEA设计了模型求解算法,对船闸调度系统进行优化,为提高船闸通航能力提供了技术支持。     

基于多目标遗传算法的SWATH船稳定鳍优化设计

针对稳定鳍的各参数对SWATH船纵向运动性能具有较大影响的特点,建立了稳定鳍的多目标优化模型,并运用基于Pareto解的多目标遗传算法对其求解.然后,以SWATH-6A为例对稳定鳍进行了优化设计.从仿真结果来看,在相同条件下优化得到的稳定鳍能使SWATH船具有更好的纵向运动性能.因此,本文的优化方法是合理的、有效的,有一定应用价值.     

基于GA和SVM的水火弯板焰道布置优化方法

水火弯板是目前船舶建造中普遍采用的曲型外板加工方法,由于机理复杂,其加工过程参数确定往往依赖于工人的加工经验,难以实现标准化和规范化。文章提出基于遗传算法(GA)和支持向量机(SVM)的水火弯板焰道布置优化方法,以成形曲面和设计曲面之间的形状误差最小为优化目标,将焰道布置优化问题分解成计算最小形状误差和搜寻最佳匹配位置两个问题,并分别运用嵌套GA和SVM来实现这两个问题的求解。实例验证表明该方法能快速高效确定最优的加热线布置方案。     

果蝇算法在基于LSSVM智能水下机器人操纵运动模型辨识中的应用

基于水下机器人的Z型仿真试验,应用支持向量机对水下机器人的操纵运动模型进行辨识,从核函数结构中得到水动力系数,并建立水下机器人的预报模型,引入果蝇算法对惩罚因子C进行寻优,以减少基于经验而选择的参数对辨识精度产生的影响。通过预报与仿真比较,验证了该方法的有效性。     

近海石油平台支援船主机油耗优化模型的建立

针对近海石油平台支援船进行研究,建立了近海石油平台支援船关于风、浪、潮汐的船舶数学运动模型并计算了目标船裸船体阻力和附体阻力;根据主机功率的传递过程以及船舶有效功率的估算方法,建立船舶主机油耗优化模型;之后运用基于遗传算法的多目标优化方法对主机油耗优化模型进行计算与验证,结果表明优化后的主机油耗模型具有良好的节能效果。     

模糊层次评价与灰色统计评估在项目方案优化中的应用比较

项目方案优化可采用模糊层次评价法,但该方法需专家打分,主观因素的影响比较大。提出灰色统计评估法,并将其和模糊层次评价法一起用于船型优化实证中。比较这两种方法,灰色统计评估法比模糊层次评价法更客观可靠,是一种比较理想的项目方案优化方法。     

控制船舶轴系纵向振动的动力吸振器参数优化研究(英文)

在船舶轴系中安装动力吸振器是减小船舶轴系纵向振动的有效方法,而动力吸振器的参数合理优化配置是控制轴系纵向振动的重要手段。将船舶轴系等效为多自由度系统,基于有限单元法建立船舶轴系纵向振动运动模型,并通过加装动力吸振器用于控制船舶轴系纵向振动。运用重分析方法求解轴系运动方程得到推力轴承处的力传递率和能量传递率,将二者作为评价动力吸振器对轴系振动控制效果的指标。在研究轴系响应频率范围内,提出将求解全局最优解较强的遗传算法与多目标优化算法相结合以优化动力吸振器参数;并且研究特定共振峰消减的参数优化问题。最后通过算例,比较不同目标函数以及动力吸振器不同安装位置对轴系纵向振动控制的影响,验证文中优化算法的可行性。     

水下爆炸载荷下舰船结构的多目标优化

水面舰船对轻量化和抗爆性能均有特殊的需求,而这两个目标此消彼长的关系又使得实现它们的途径相互矛盾。为找到能同时提高轻量化和抗爆性能的满意解,建立以板厚为变量的多目标优化模型。在优化过程中,通过参数化建模技术实现建模的自动化,数值模拟采用船体三舱段有限元模型,使用ABAQUS/EXPLICIT求解器进行非线性有限元分析,并在优化流程中引入实验设计和近似模型进行响应预报,在此基础上,还通过NSGA-II遗传算法进行多目标优化,得到优解。通过对优化后的船舯舱段与优化前的进行对比分析,发现重量和抗爆性能这两个目标分别有0.46%和22.51%的改进,实现了轻量化和抗爆性能的双向提升。     

多学科设计优化方法在潜艇概念设计中的应用研究

多学科设计优化方法(MDO)是从航空领域兴起的一种针对复杂工程优化设计的有效求解方法.该文针对潜艇设计的复杂性特点,探索MDO在潜艇概念设计中的应用.首先,文中建立了包括水动力、推进、重量、性能和成本共5个学科分析在内的数学模型,然后采用MDO方法--协同优化方法(CO),对同时包含连续设计变量和离散设计变量的潜艇系统,进行了以最小化建造成本为目标的多学科设计优化,获得了优化结果.结果表明:相对于传统设计方法,分布式、并行的协同优化方法CO更适合潜艇系统的设计.     

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。     

基于改进遗传算法的舾装件托盘多载具协同拣选方法

为提升舾装件托盘的拣选效率,建立拣选过程的数学模型,提出一种基于改进遗传算法（Improved Genetic Algorithm,IGA）的舾装件托盘多载具协同拣选方法。针对遗传算法（Genetic Algorithm,GA）流程与实际拣选过程的差异,改进GA的初始化过程和染色体交叉方式,并对变异过程进行更贴近实际生产的修改。针对GA难以得到全局最优解的问题,采用变邻域搜索（Variable Neighborhood Search,VNS）策略降低陷入局部最优解的可能性。采用实例计算验证该算法的有效性,可优化传统舾装件托盘拣选方法。     

减震结构中耗能支撑参数与分布的多目标优化

为了更加经济、合理、有效地达到耗能减震的效果,考虑在满足结构安全性、经济性的前提下,使用分层序列法及评价函数法,通过编制计算机程序,以6层钢筋混凝土框架结构作为算例,对减震结构中耗能支撑参数与分布进行多目标优化设计。通过计算得到一些有益结果,供抗震工程技术人员参考。