共查询到20条相似文献,搜索用时 968 毫秒
1.
2.
3.
基于人机结合遗传算法的船舶管路三维布局优化设计 总被引:1,自引:0,他引:1
船舶管路布局优化问题属于带性能约束的组合优化问题,单纯采用计算机很难进行有效的求解。基于此,论文提出了基于人机合作充分考虑和利用设计人员的专业知识和经验,发挥人机各自特长,将人工解与算法解在改进遗传算法基因层面上进行结合,生成船舶管路三维布局优化设计方法;该方法一方面可以发挥计算机的计算优势,另一方面也充分利用了设计者的设计经验,在一定程度上缓解了求解问题的计算复杂性和工程复杂性,同时有效地引导算法进行搜索,得到满足工程要求的稳定解。最后,通过数值仿真实验验证,证明了该方法的可行性和有效性。 相似文献
4.
5.
6.
《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
7.
林焰辛登月卞璇屹张乔宇李铁骊 《中国舰船研究》2023,(3):1-12
[目的]旨在研究非线性自适应惯性权重粒子群优化算法,实现船用核动力一回路系统管道路径的布置优化设计。[方法]根据船用核动力一回路系统的管道布局设计特点,建立一回路系统的管道布局空间模型、约束条件和评价函数;基于管道节点数量,提出一种粒子群优化(PSO)算法的新型定长编码方法,然后结合该编码方法建立方向引导机制;在此基础上,针对粒子群优化算法易陷入局部最优解、收敛速度慢的缺点,结合辅助线性变化的学习因子,提出一种基于非线性自适应惯性权重的改进粒子群优化算法;将改进粒子群优化算法与协同进化算法相结合,提出一种用于求解分支管道布局问题的协同进化粒子群优化算法,以用于核动力一回路系统的管道布局优化。[结果]仿真结果显示,所提的改进算法与标准算法相比收敛速度提高了40%~50%,不仅能够得到更好的管道布局效果,还解决了标准粒子群优化算法容易陷入局部最优解的问题。[结论]研究成果可为船用核动力一回路系统管道布置的优化设计提供有益的参考。 相似文献
8.
9.
10.
11.
12.
13.
14.
针对PSO算法在应用到路径跟踪时,容易陷入局部最优的缺陷和惯性权重调节机制的局限性,提出基于粒子进化率的改进IM-PSO优化算法。该算法一方面利用粒子的进化率及时调整粒子的惯性权重,提高算法的搜索速度;另一方面利用免疫系统的免疫机制增加粒子的多样性,提高PSO算法摆脱局部最优的能力。选取北海型半潜式支持平台作为工程案例,在北海真实海况下进行靠泊路径跟踪控制的仿真分析,对PID路径跟踪控制器参数进行优化。仿真结果表明,与标准PSO优化方法相比,该方法优化的靠泊路径跟踪控制器的稳定性更高,提高了运算效率,收敛精度更高。 相似文献
15.
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。 相似文献
16.
借鉴遗传算法求解多峰函数优化问题的思想,开展了基于粒子群优化的多路径规划方法研究.给出了多路径规划算法的基本思想和算法流程,讨论了算法中粒子群的多样化方法以及多种群的隔离进化策略,并针对多个仿真环境进行了仿真实验.仿真结果表明,本文设计的多路径规划算法能针对不同的环境模型进行环境划分,正确、有效地规划出多条运动路径. 相似文献
17.
蚁群算法在PID参数优化中的应用研究 总被引:1,自引:0,他引:1
本文介绍了蚁群算法的基本原理,将蚁群算法应用到了PID控制的参数优化问题中,并详细给出了基于蚁群算法的PID控制参数优化算法的实现步骤。为了验证本文算法的可行性,我们对文献[1]中的例子进行了仿真,并将仿真结果与文献[1]给出的基于遗传算法的PID控制参数优化结果进行了比较,发现:基于蚁群算法的PID参数优化算法无论是在最优解的质量方面还是在算法的执行效率方面都要优于基于遗传算法的PID参数优化算法。 相似文献
18.
19.
20.
针对游艇舱室布局这一复杂的多目标问题,在探讨遗传算法基本原理的基础上,提出以基于Pareto前沿的多目标优化方法NSGA-Ⅱ进行求解,然后分析游艇舱室布局的数学优化模型,并用NSGA-Ⅱ算法对其进行优化计算,并用实例进行验证。结果表明,这种算法确实有效,并得到一系列满足要求的最优解。 相似文献