基于人机合作的船舶舱内管路布局优化算法

现有船舶舱内管路布局优化算法由于应用技术的缺陷,存在着算法收敛代数多、算法收敛时间长的问题,无法满足目前船舶舱内管路布局的需求,故提出基于人机合作的船舶舱内管路布局优化算法研究。为了简化船舶舱内管路布局优化问题,对管路布局要素进行数学抽象,通过数学形式表示管路布局要素,以此为基础,依据人机合作与多蚁群进化算法构建管路布局优化模型,确定人工个体加入时机,制定管路布局优化算法流程,即可实现船舶舱内管路布局的优化。实验数据表明,与现有算法相比较,提出算法收敛代数较少、收敛时间较短,证实提出算法应用性能更好,可以获得更好的管路布局优化效果。     

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。     

虚拟机舱管路布局算法优化设计

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。     

基于协同差分进化算法的船舶分支管路布局优化设计

分支管路是船舶管路系统中最常见和最重要的管路形式。基于协同进化算法和差分进化算法，提出了一种船舶分支管路的新型优化设计方法，并通过3组仿真算例验证了所提优化方法的有效性和实用性。与现有的船舶分支管路设计方法相比，所提优化方法不依赖于网格空间，节省了预处理计算时间和内存；此外，所提优化方法能够对分支管路的每条分支进行并行优化设计，具有较强的全局搜索能力。研究内容对船舶管路智能化设计具有一定意义。     

载人潜水器舱室设备智能布局设计方法研究

载人潜水器舱室设备智能布局是一种基于知识的智能化过程,以往的载人潜水器舱室 CAD 系统通常采用交互式输入和修改,不能从全局最优化的思想支持载人潜水器舱室设计全过程。将智能技术引入系统载人潜水器舱室布局设计方法中,可以推动船舶智能设计、智能制造、智能工程的全面发展。论文在研究遗传算法的基础上,提出了基于Pareto的PGA算法进行多目标优化计算,建立载人潜水器舱室布局优化数学模型,并使用 PGA 进行求解。经设计委托方评审,获得的计算结果符合设计要求,该方法使整个项目的设计效率明显提高。     

船舶航行性能综合优化研究

船舶航行性能优化是一个非常复杂的问题,它具有多个设计变量,多个约束和多个极点.传统的优化方法通常无法解决该问题.文中采用了一种传统的优化方法一复合形法(CA)和遗传算法(GA),模拟退火算法(SA)来计算船舶航行性能优化问题,比较了三种优化方法的输出结果并选取最好的那个解作为最终的优化结果.通过这种方法.可以以更高的概率获得真实的最优解.应该指出的是,这三种算法都作了某种程度上的改进.作者采用C++语言基于面向对象思想开发了计算软件-ShipPO.文中列出的所有船舶航行性能优化计算结果都是在ShipPO平台上计算出来的,结果表明采用三种优化方法计算一次船舶航行性能优化问题耗时并不太多.最终的结果表明ShipPO具有很强的寻找全局最优解的能力,它能够很好地满足工程需要.     

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。     

三维图像技术在船舶结构设计的应用

针对船舶设计结构影响二氧化碳流通性能的问题,以增加船舶二氧化碳流通量为目的,提出三维图像技术在船舶结构设计的应用。通过计算船舶支柱的灵敏度,寻找到船舶支柱布局优化的最优解,优化船体支柱布局,完成船舶结构布局优化的数学模型建立;采用两栖三体的船结构,设计错杂的剖面车架构件,实现船舶结构设计。实验结果证明,基于三维图像技术的船舶结构设计方法与基于知识工程的船舶结构设计方法相比,船舶二氧化碳的流通量大大提升。     

船舶管路布局优化设计中的CAD设计

现代大型船舶的电气系统、水循环系统非常复杂,解决好船舶的管路布局有助于改善船体的整体空间设计,这也是船舶工业的重要研究领域。不同于传统的管理布局方法,本文研究一种船舶管理的CAD设计方法,利用计算机优化算法(粒子群算法和共同进化算法)实现船舶管路的最优布局,能够提高船舶管路布局的效率,有重要的实际应用价值。     

船舶管路三维布局优化的变长度编码遗传算法

基于遗传算法提出一种适合船舶管路布局特点的变长度编码技术和相应的遗传算子。该编码方式和遗传算子具有下述的设计特点:保证染色体中的基因相互关联,避免在遗传操作中非法个体的产生;采用有方向指导的随机方式生成初始路径和子路径;根据约束条件划分布局空间;可在三维空间下对船舶管路优化布局进行研究。经仿真试验证明该方法可行、有效,优化结果令人满意。     

吃水受限内河船舶航行性能综合优化的分层并行混沌算法

船舶航行性能综合优化设计分析是一项非常重要的工作。基于分层思想、并行算法和混沌算法,建立了吃水受限内河船舶性能综合优化的数学模型,设计了一种求解此类问题的基于敏感变量分段的分层并行混沌复合算法。编制了界面友好的VC＋＋软件。对于吃水受限内河船舶快速性和操纵性综合优化问题,进行了遗传算法、混沌算法、并行混沌算法和分层并行混沌算法的大量优化计算,结果表明：该复合算法计算可靠、效率高;为吃水受限内河大型船舶综合优良船型设计奠定了良好基础。     

船舶空调通风管路噪声经验预报方法

船舶空调通风管路系统的噪声作为舱室内的主要噪声源,一直以来都受到广泛关注。本文根据声源、管路元件以及目标舱室的顺序依次分析计算,提出一种船舶空调通风管路系统的噪声经验预报方法。该方法把管路中各元件产生的气流再生噪声和噪声衰减量按经验公式分别求解,然后按照元件在管路中的布置顺序,得到管路末端声功率级,最后在目标舱室结合统计房间声学计算得到总声压级。该方法的特点是可以在设计初期对目标舱室内空调通风管路系统产生的噪声进行快速预报,无需管路元件的详细参数以及复杂的建模过程。通过计算某型集装箱船的典型房间内噪声声压级,验证了该方法的工程实用价值。     

基于约束RRT算法的船舶管路自动布置技术

船舶管路布置的路径受到工艺、规范、美观和习惯等多个约束,且管路布置是多解问题,路径选择具有一定的随机性.为此,提出基于多个约束的快速扩展随机树(RRT)算法,并应用于船舶管路布置.首先,对RRT算法增加随机采样点概率、随机采样点位置、路径点位置和特定路径探索方式约束优化,减少算法随机性和提高算法鲁棒性;其次,从管路与障碍物的距离、管路初始路径点数量、管路长度和管路方向进行约束优化;最终,在三维平台上实现船舶管路的自动布置应用,并取得良好效果.     

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。     

时间窗限制下港口泊位优化分配问题模型

提出新的离散型泊位分配模型,对船舶在港口内的服务时间和港口内泊位的可用时间都考虑了时间窗约束,并在目标函数中考虑了船舶的不同服务时间价值,基于模拟退火算法设计了相应的模拟退火算法进行问题的计算和分析。算例表明,求解大规模问题时,在求解质量和计算时间上要优于CPLEX软件,所提出的优化方法将有助于帮助繁忙港口提高泊位等资源运营管理的效率。     

遗传算法在船舶电缆布局优化设计中的应用研究

船舶电缆布局优化是实现船舶布线自动化的一项技术难题,这一问题的解决可节省大量电缆布局设计的时间和费用。建立优化模型,并对传统遗传算法中初始种群的产生方法、选择算子及变异算子进行改进,增加检测操作,从而构造求解该模型的改进遗传算法。仿真结果表明,该算法是一种具有全局寻优能力的布局优化方法,具有高效性、实用性,并可扩展于解决船舶设计中的其它优化问题。     

改进的遗传算法在游艇舱室布局优化设计中的应用

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。     

大规模船舶数据库优化和查询研究

船舶数据库优化和查询结果好坏直接影响船舶信息管理系统的性能,针对当前单一方法无法有效实现大规模船舶数据库优化和查询问题的求解,为了加快船舶数据库优化和查询效率,设计了基于组合理论的船舶数据库优化和查询方法。首先分析国内外当前船舶数据库优化和查询研究现状,找到当前船舶数据库优化和查询方法存在的局限性,然后采用粒子群算法对大规模船舶数据库优化和查询问题进行求解,然后在此基础上,引入蚁群算法进行大规模船舶数据库优化和查询问题进一步求解,最后与单一方法进行船舶数据库优化和查询对比实验,结果表明,本文方法的船舶数据库优化和查询速度快,可以在短时间内找到用户需要的信息,而且船舶数据库查询精度更高,是一种性能优异的船舶数据库优化和查询方法。     

船舶蒸汽管网水力热力耦合计算方法

船舶蒸汽系统水力热力耦合计算是系统设计、管路布置的理论基础。在城市供热管网计算模型的基础上,针对船舶蒸汽系统管网布置错综复杂、管路附件多的特点,考虑蒸汽的可压缩性、管路及附件的摩擦阻力以及散热等特性,建立适用于船舶蒸汽系统管网的水力热力耦合计算模型,并采用标准四阶龙格—库塔(Runge-Kutta)方法对其进行求解。对某型船舶蒸汽系统的3种工况进行水力热力耦合计算,发现计算结果与试验数据最大误差不超过4.1%,满足工程计算的精度要求,表明所提出的方法能很好地应用于船舶蒸汽系统管网的设计优化和计算分析。     

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。