基于航次营运效益的不定期船航速优化研究

为探究不定期船的最优航速问题,对单航次、单货物的不定期船进行航速优化研究。建立2个基于航次营运效益的船舶航速优化数学模型,分别以航次净收益最大和航次日收益最大为优化目标,全面考虑航速对航次净收益、航次日收益、航次时间的影响和货主的运输服务时间要求等。基于设计的优化算法,自主开发了优化软件对模型进行求解,实现航次净收益或航次日收益最大化。研究结果表明：通过某型散货船算例分析,验证了软件给出的最优航速比航运公司提供的指导航速取得的航次净收益更大或航次日收益更大。     

不定期船最佳航速优化研究

不定期船的航次日均盈利额主要受航速及燃油价格波动的影响,对于多艘不定期船,固定成本的不同也会 造成航次日均盈利额的差异.首先,采用控制变量法分别研究燃油价格及不同船舶固定成本的变化对不定期船航 次日均盈利额的影响,然后以航次日均盈利额最大化为目标构建不定期船最佳航速优化模型.最后,以中巴铁矿石航线上ATHENIAN PHOENIX号不定期船为例对该优化模型进行了实例分析,得出最佳航速优化计算公式及曲线图.     

一种融合遗传算法和二分法的船舶航速优化方法

面对越来越高的节能减排要求,研究特定航线营运船舶的航速优化方案,对于船舶所有人来说具有重要的现实意义.提出一种融合遗传算法和二分法的船舶航速优化方法,考虑实时气象和风浪条件,构建简化油耗模型,深入阐述遗传算法和多约束条件下的航速快速寻优方法.根据实船反馈的数据动态调整每日航速优化建议并将其推送至船端,通过比较目标航次数...     

船舶零航速减摇技术研究

对船舶零航速减摇技术开展了研究.针对一艘内倾船的船型,基于纵向拍动方式设计了零航速减摇鳍,提出零航速减摇鳍的控制策略,并在拖曳水池开展了零航速减摇模型试验.通过船模试验对零航速减摇鳍及其控制策略的减摇效果进行了验证,并得到了零航速减摇鳍的控制规律.设计的零航速减摇鳍能够提供较大的升力,具有显著的减摇效果,在4级海况下减...     

船舶航速优化原理研究

恒速航行原理是船舶航行节能的一个重要规律。将船舶航速的优化抽象为对目标函数求极值的数学问题,分别建立离散、连续时间模型,分析讨论了固定时间端点与滑动时间端点不同边界条件对模型求解的影响。结果表明,恒速航行船舶总耗功最小;优化航速不仅与航行要求如规定的路程、时间有关,还与推进功率系数及辅助功率有关。研究方法可为船舶航行降低功耗以及制定航行计划提供参考。     

基于人工蜂群算法的船舶航速优化

航速优化是船舶智能能效管理的主要组成部分,对降低船舶营运成本、减少温室气体排放具有重要意义。为减少船舶航行时的主机燃油消耗,根据实船数据首先构建了主机油耗模型,模型的平均误差仅为0.813%,然后对整个航程进行分段,基于人工蜂群算法对整个航程的航速进行优化。经过验证可得结论：优化后的航速对应的整个航程航行时间减少了14.44%,油耗量降低了3.012%。研究结果表明,使用人工蜂群算法对航速进行优化,能够对航速提出建议,达到提高船舶能效水平,提高经济性、环保性的目标。     

船舶航速智能控制系统仿真

利用MATLAB建立了船舶推进系统的数学模型,采用传统的PID算法,并利用遗传算法整定PID参数,对某船航速控制系统进行了仿真分析.为反映真实情况,文章分别仿真了船舶在无干扰、5%、10%及20%干扰情况下航速及螺旋桨转速等参数的变化,仿真结果显示遗传算法整定PID参数用在船舶航速控制系统上是可行的.     

利用GPS测试船舶航速的算法研究

简要介绍了GPS的定位原理和测速原理,并对利用GPS测试船舶航速的四种算法进行了说明.在多个船舶航速算例的基础上,进行了分析并得出结论.     

基于蚁群算法的船舶调度优化研究

新时期背景下,国际贸易活动日益频繁,船舶的大型化发展趋势愈加明显,也为集装箱海运运输网络转型发展提供了必要平台,逐渐发展成健全网络体系。在这种情况下,对船舶的优化调度作用逐渐突显出来,通过对船舶运力的合理规划能够使船舶企业营运的成本支出明显减少,现实意义显著。而在优化船舶调度方面,将蚁群算法引入其中,构建以蚁群算法为基础的船舶调度优化模型,能够为船舶调度工作的顺利开展提供有价值的参考依据,进一步推动现代船舶行业的进步与发展。     

船舶工程中的云粒子群算法研究

船舶在航行过程中的航向控制对于船舶航行安全是非常重要的。本文首先阐述传统的云粒子群算法,然后针对其陷入局部最优等缺点进行改进,利用云变异的云自适应粒子群优化算法进行船舶航向PID控制,并进行仿真实验。实验结果表明,本文算法具有较强的鲁棒性和稳定性。     

优化算法对船舶可靠性的影响分析

通过构建径向基(Radial Basis Function,RBF)神经网络近似模型,分别采用自适应模拟退火算法(Adaptive Simulated Annealing,ASA)、多岛遗传算法(Multi-Island Genetic Algorithm,MIGA)、粒子群法(Particle Swarm Optimization,PSO)3种优化算法,以重量最轻为目标,对油船整体舱段进行基于CCS规范的优化设计;之后利用Abaqus非线性有限元法计算了轻量化舱段的极限强度,并通过建立极限状态方程,进一步研究优化算法对船体极限强度可靠性的影响;最后,为直观、量化地反映船舶的风险变化程度,通过提出失效概率折减率μ,发现PSO-RBF算法下减重单位舱段重量,船体梁失效概率增加最少。     

基于智能算法的风力助航船舶航线优化

本文研究船舶风力助航技术,着重分析风速风向测量技术,包括一维测量技术以及二维测量技术;构建风力助航船舶运动的数学模型,研究船舶在海面上的受力结构,分析风翼角和最大助推力系数之间的关系;以退火算法为基础,结合Metropolis准则,研究船舶航线的优化方法,同时构建最优航线模型。     

推力分配优化算法在船舶动态控制中的应用研究

动力定位系统是通过自身的动力推进器来平衡外力作用,使船舶的航行方向及速率按照预设有序进行。其中推力分配优化是动力定位的重要组成部分,在此根据实际的船舶运行环境确定各种外力变换,进一步给出动力定位系统中推力分配优化问题的目标函数及约束条件,从而可以利用各类多目标算法进行求解。本文首先研究海上航行船舶受到的外力及运动模型,在此基础上设计基于遗传算法的船舶动态控制中的推力分配优化算法,最后进行仿真。     

云计算环境下舰船内部资源全局优化算法研究

在云计算环境下进行舰船内部资源的全局优化分配,提高舰船资源的信息融合能力,从而优化舰船的状态监测性能。提出一种基于分组滤波匹配融合的云计算下舰船内部资源全局优化方法,对舰船内部资源信息流进行匹配滤波检测,提取资源流的频谱特征,根据频谱特征的属性进行信息分类,在云计算环境下采用分组线性融合检测方法实现对资源的全局融合调度,提高资源优化分配能力。仿真结果表明,采用该方法进行舰船内部资源全局优化处理,资源的准确调度能力较好,自适应分配性能较优,具有全局收敛性。     

基于人工智能算法的港口物流船舶运输路径优化研究

传统的港口物流船舶运输路径优化后,船舶运输成本很高,运输时间过长。针对上述问题,引用人工智能算法研究了一种新的港口船舶运输路径优化方法,通过船舶配送和客户管理两阶段解决优化问题,通过线性优化区分港口路径组成的种群,形成若干个子种群,分析种群之间的密度,根据密度分析结果得到协同进化方案,同时使用提升操作和协同操作解决路径优化问题,利用径—环切割理论对客户进行分组优化,通过时间窗解决运行时间问题。设定对比实验验证方法效果,结果表明,基于人工智能算法的港口物流船舶运输路径优化方法可以有效降低运输成本,缩短运输时间。     

虚拟现实技术舰船高速航行图像目标检测算法

针对常规算法所得检测结果的中心位置偏差较大,导致检测精度低下的问题,提出虚拟现实技术舰船高速航行图像目标检测算法研究。参考人眼的视觉习惯,将采集到的图像灰度化处理,利用均值滤波法抑制噪声,改善图像质量,利用虚拟现实技术,计算目标点三维坐标值,定位图像目标,提取特征确定检测区域,调整融合系数,增强抗干扰能力,实现舰船高速航行图像目标检测。设计对照实验,与常规算法对比分析,实验结果表明,所提出的算法检测结果中心位置偏差明显减小,其检测精度远优于常规算法。     

全局优化算法在船舶结构优化设计中的应用

为了提高船舶龙骨结构在受力过程中应力分布的均匀性和提高材料的利用率,本文采用Hypermesh软件建立了龙骨结构有限元模型,并结合其MORPH功能定义筋板形状变量,建立形状优化模型。随后,将全局优化算法与形状优化模型相结合,对船舶龙骨结构进行优化设计。结果表明,在筋板交错位置增加筋板高度能够有效提升龙骨结构整体刚度,其余位置可以采用较小的筋板高度。本文研究可为船舶龙骨结构改进设计提供参考。