粒子群算法在约束型垫高阻尼结构动力学优化中的应用

[目的]为了进一步提高传统约束型阻尼结构的振动特性,对改进后的约束型垫高阻尼结构进行优化设计。[方法]首先,根据薄板弯曲理论和Hamilton变分原理探讨约束型垫高阻尼结构的动力学特性;其次,阐述粒子群算法迭代寻优的基本原理,提出优化含连续变量和离散变量的粒子群算法;最后,结合约束型垫高阻尼结构的动力学特性,运用改进的粒子群算法实现结构的优化配置。[结果]当算法搜索寻优到第12代时结果趋于稳定,表明算法已收敛。[结论]研究表明,粒子群算法能较好地求解约束型垫高阻尼结构动力学优化问题,且获得的最优化解可被应用于工程实际。     

基于人工蜂群算法和有限元强度计算的集装箱船剖面结构优化

[目的]现有基于有限元强度计算的结构优化研究大多采用改写单元节点信息文件来实现参数化建模的方法,为解决在船体剖面结构优化过程中难以考虑型材数量变化的问题,提出一种基于参数化几何建模分析和人工蜂群（ABC）算法的船舯剖面结构优化方法。[方法]首先,在Matlab平台编写蜂群算法,并基于ABAQUS内核语言Python建立能够在其CAE模块中生成几何模型的脚本文件;其次,建立能够提交有限元计算和读取结果的Python脚本文件,通过将算法每次生成的解改写到脚本对应位置完成几何模型的更新,后台调用ABAQUS并依次运行脚本文件;最后,将计算结果返回到Matlab平台中进行校核,完成参数化几何建模与有限元分析。[结果]以4 600 TEU集装箱船在总纵弯矩作用下的舱段剖面结构优化为例验证了该方法的可行性,得到集装箱船舱段结构减重达18.7%。[结论]经对比分析,在设定条件下基于有限元的优化方法比基于规范的优化方法更加充分。     

舰载机典型调运方案推演与时序优化

[目的]为提高舰载机甲板调运效率,开展舰载机调运路径与时序的快速规划研究.[方法]建立一种基于网络拓扑结构的调运路径快速规划方法,引入舰载机运动模型和轨迹跟踪控制方法,建立仿真推演模型.以典型出动回收作业为例探讨舰载机调运约束条件、调运原则以及优化目标,提出一种调运时序快速优化方法.[结果]仿真推演结果显示,优化算法可...     

改进自适应惯性权重粒子群算法及其在核动力管道布置中的应用北大核心CSCD

[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。     

基于离散蝙蝠算法的舰船作战系统测试性分析

[目的]针对舰船作战系统中系统级测试性分析的测试集优化和测试序列优化问题,[方法]以多信号流图模型为基础,采用优化精度高、算法收敛速度快的离散蝙蝠算法(DBA)对最优完备测试集和各类故障测试序列进行求解,并以舰船作战系统为研究对象,将故障隔离率、平均测试代价和平均期望测试代价等主要指标与现有的优化方案进行仿真对比分析。[结果]仿真结果表明:与其他算法相比,离散蝙蝠算法具有更好的优化效果,其故障隔离率可提升5.5%、平均测试代价与期望测试代价可分别下降6.35%和17.01%。[结论]研究成果验证了离散蝙蝠算法应用于系统级测试性分析的可行性和优势,可为系统级测试性分析工程提供参考。     

基于人工蜂群算法的油船舯剖面优化设计

人工蜂群算法(ABC)是模仿蜜蜂行为提出的一种优化方法,通过各人工蜂个体的局部寻优行为,最终在群体中使全局最优值凸显出来,有着较快的收敛速度[1]。本文基于HCSR规范,以中剖面净面积最小为优化目标,以区域纵骨间距个数、板厚、型材尺寸、板缝位置为设计变量,采用ABC算法,建立了适用于油船的中剖面优化设计模型。以一艘32000DWT油船为例,对其进行了优化设计,优化结果验证了人工蜂群算法用于船舶中剖面结构优化的可行性和高效性。     

基于滑模优化与神经控制的船载风力发电系统最大功率跟踪方法北大核心CSCD

[目的]旨在解决船载风力发电系统中传统的最大功率跟踪算法的稳定性和快速性差问题。[方法]在系统分析船舶运动合成风场特性的基础上,提出基于单神经元比例积分(SNPI)的最优机械角速度跟踪控制策略,用以提升风机重启的跟踪快速性。同时,采用功率滑模极值搜索(PSMES)算法取代依赖风速精确测量的叶尖速比(TSR)方法,实现机械角速度的快速优化与发电系统频繁重启下的最大功率搜索。[结果]仿真结果表明,相比于传统算法,采用机械角速度PSMES优化和SNPI控制的最大功率跟踪策略可将快速性能提升50%以上,且稳定性能得到了改善。[结论]研究表明,所提最大功率跟踪算法具有明显的快速性和稳定性优势。     

基于离散天牛群算法的高桩码头传感器优化布置

天牛须搜索(BAS)及其优化算法天牛群(BSO)算法是近两年新兴的一种生物启发式算法,具有易实现、收敛速度快等特点,但其仅适用于连续函数优化问题。目前高桩码头结构健康监测系统中传感器优化布置研究较少、布置方法存在盲目性。针对高桩码头传感器优化布置这一具体的离散问题,采用"0-1"编码的方法,引入位置变换概率的思想和离散化天牛群算法,基于模态置信度准则,提出了一种基于离散天牛群(BBSO)算法的高桩码头传感器优化布置方法。以某高桩码头为例,研究了该方法的应用,并与传统的离散粒子群(BPSO)算法进行了比较。结果表明,该方法比传统的BPSO算法更适合和有效。     

基于整数线性规划方法的舰载机航空保障资源优化调度

[目的]为了优化舰载机航空保障资源调度问题,[方法]根据航空母舰(简称航母)舰载机机群航空保障流程特有的串行、并行、柔性特点以及舰载机的起飞顺序,基于整数线性规划方法,建立航空保障资源优化调度的混合整数线性规划模型,利用CPLEX的混合整数线性规划求解器和改进的差分进化算法对资源调度模型进行求解。然后,以"福特"级航母舰载机出动机群保障流程为例进行仿真计算。[结果]结果表明,CPLEX的混合整数线性规划求解器和改进的差分进化算法均可用于求解,但存在求解精度和收敛速度上的差异,需根据实际出动规模和计算需求对计算方法进行选择。[结论]建立的舰载机航空保障资源优化调度模型可以有效指导航空保障资源的优化调度。     

基于压缩感知的正交偶极子阵列信号参数估计

[目的]针对传统的极化敏感阵列的波达方向(DOA)估计算法运算复杂度高、实时性差的问题,提出基于压缩感知的正交偶极子极化敏感阵列结构.[方法]将数据压缩思想应用于阵列结构设计,压缩接收信号矢量维度,减少射频前端链路数量,以控制系统的复杂度,使阵列结构设计具有高度的灵活性.基于结构降维多重信号分类(MUSIC)算法;首先...     

复合材料舵固有频率优化设计

[目的]舰船舵体结构在舰船航行中不可避免地会发生振动,有必要通过合理的优化设计来使舵体结构的一阶固有频率避开其工作频率。[方法]为此,从3个方面讨论复合材料舵一阶固有频率的优化设计问题,基于有限元软件ABAQUS完成复合材料舵的仿真分析,并在给定初始设计参数后再计算初始的一阶固有频率。首先,开展骨架布局的规律分析,通过对照10组骨架布局形式下的固有频率大小,确定较优的骨架形式;然后,基于Isight优化软件,运用梯度算法NLPQL对纵、横骨架厚度进行优化分析;之后,同样采用Isight软件,基于LSGRG算法对蒙皮的铺层厚度进行优化;最后,通过对照10种铺层顺序形式,确定较优的铺层顺序。[结果]优化计算结果显示,复合材料舵的一阶固有频率相比初始方案提升了169.19%,同时重量下降了16.63%。[结论]表明所采用的优化思路和方法对于复合材料舵一阶固有频率的优化是可行的,并能获得令人满意的设计方案。     

ROV attitude control based on multi-motor cooperative propulsion北大核心CSCD

[目的]为了提高遥控水下航行器(ROV)在复杂水下环境中的姿态控制性能,开展多电机协同推进的ROV姿态控制研究。[方法]首先,针对多电机系统的结构和算法,分别提出一种基于PID速度补偿器的偏差耦合结构和一种新型非奇异终端滑模控制(SMC)算法,并设计一种新颖的基于多电机协同推进的ROV姿态控制方法;然后,建立ROV的运动学和动力学模型,开展推进器组推力建模分析、解耦简化ROV动力学模型研究;最后,设计一种ROV滑模姿态控制器。[结果]仿真结果表明,所提的结构和算法可提高多电机系统的抗干扰性、同步性和快速响应能力,进而提高ROV姿态控制系统的稳定性与鲁棒性。[结论]所提方法可为ROV姿态控制提供一种新的可用方案。     

某型自动化立体仓库储位优化算法研究

[目的]某船用自动化立体仓库在使用过程中存在不同类储具乱序的问题,该现象将影响后续物资保障效率,因此需要进行自动化立体仓库储位优化研究。[方法]首先,分析某型自动化立体仓库的运行特点,以最小化储位优化时间、同组货品距离为目标建立储位优化模型;随后,为了克服传统蒙特卡洛搜索易陷入局部最优的缺点,引入模拟退火算法进行最优节点选择优化,同时改进蒙特卡洛树搜索算法;最后,对改进的蒙特卡洛树搜索算法进行算法优化性、稳定性和收敛性测试。[结果]试验表明,与基于贪心、基于魔方还原以及传统蒙特卡洛树搜索算法相比,改进的蒙特卡洛树搜索算法在储位优化运行时间上至少优化30%。[结论]通过在蒙特卡洛树搜索算法中加入最优路径随机选择因素,能够避免算法陷入局部最优;优化后的蒙特卡洛树搜索算法能够有效实现储位优化     

基于子模型分解的船舶舱段结构代理模型协同优化方法

[目的]为解决船舶舱段结构优化设计参数众多、计算耗时的难题,提出一种基于子模型分解的舱段结构代理模型协同优化方法。[方法]每次选择一个板架,根据当前舱段方案的有限元模型建立板架结构子模型,基于子模型构建板架结构响应的代理模型并进行优化,得到板架优化解后更新舱段模型,再进行下一个板架的优化,如此迭代,直到完成一轮或多轮包含所有板架的协同优化后停止。最后对舱段结构尺寸进行小范围调整,得到最终优化解。[结果]某船舶舱段结构优化结果显示,与从整体优化角度出发的基于降维代理模型的舱段结构优化方法相比,在相当计算成本下,所提方法的优化结果重量进一步减小了2.86%,最终实现结构减重4.96%。[结论]所提方法的优化效果较好,在高维船体结构优化问题上具有较好的应用价值。     

微分群体智能算法在船舶结构混合变量优化中的应用

船舶结构优化设计问题通常是一个包含混合变量的约束优化问题.常用的优化方法是采用遗传算法结合惩罚函数法,但遗传算法的人工参数多,算法复杂,惩罚因子选取困难.该文中把适合约束优化问题的微分群体算法DS(Differential Swarm)进行了改进并用于混合变量的结构优化问题中,对多个工程实例的计算表明,新算法的结果好于已知文献中的最好结果,并得到了以往未发现的新解.DS算法参数少,算法表达简单,全局优化能力强,精度高,在工程中有较大应用前景.     

多点锚泊定位系统布锚夹角的影响及优化分析

[目的]为优化布锚夹角并满足锚泊线的强度要求,提出一种计算锚泊系统静回复力的方法。[方法]使用该方法,研究布锚夹角对平台静回复力、艏向变化及锚泊线受力均匀程度的影响。利用改进的遗传算法,优化布锚夹角,并从2个方面提高算法精度:一是通过对3种因素(静回复力大小、静回复力对扰动方向的敏感程度、锚泊线的受力均匀程度)的影响分析人为生成初始种群;二是结合自适应算法加强局部搜索能力。[结果]结果显示,改进后的遗传算法拥有更高的优化精度,把优化后的结果反馈给锚泊系统受力模型,可降低锚泊线对破坏强度的要求。[结论]所做研究可为锚泊系统布锚夹角及锚泊线材质的选择提供参考。     

基于遗传算法和可变多面体算法的耐压结构混合优化

水下结构设计的主要任务是如何进行结构优化,在保证水下结构安全可靠性的前提下减轻结构的自重.本文根据水下结构强度和稳定性要求,以遗传算法(GA)和可变多面体算法(SM)作为子算法构造了水下结构优化设计的混合优化策略,并应用于圆柱形耐压结构的优化设计,计算结果对于水下结构设计计算具有指导作用.     

大型邮轮泳池结构开口补强优化设计方法北大核心CSCD

[目的]大型邮轮泳池结构大开口降低了甲板结构的承载能力,补强是提高开口结构强度的有效手段,但补强的形式多样对开口结构优化设计提出了挑战。为此,[方法]运用变密度拓扑优化方法对泳池开口补强板进行优化,以获得一种新型开口补强方式,并进一步对结构开展尺寸优化,获得更为合理的板厚分布,从而达到最好的减重效果。[结果]优化结构与原型结构相比,极限承载力提高了1.1%,最大应力下降了3.3%,减重7.0%。[结论]所提优化设计方法可为邮轮甲板开口结构提供一种补强设计手段。     

多工况下基于子模型的矿砂船舱口角隅形状尺寸耦合优化分析

[目的]针对以往优化船舶舱口角隅时只对角隅肘板形状进行优化的不足,提出一种角隅形状尺寸耦合优化方法。[方法]首先,提出适于优化的子模型选取原则和方法,并据此构建优化模型,解决以往不能保证子模型用于优化时的精度问题。然后,采用新的工况筛选方法选择用于优化的危险工况,解决船舶多工况计算量大的问题。最后,使用模拟退火算法对舱口角隅进行耦合优化,得到最优的形状尺寸设计,同时通过灵敏度分析筛选对应力敏感的设计变量,并只对其优化,得到与优化所有变量相近的结果,基于此给出矿砂船角隅的必要优化结构。[结果]结果显示,所提出的舱口角隅形状尺寸耦合优化方法,能在同等质量限制条件下使角隅应力水平下降更多,且计算成本低。[结论]所得结论可为实际矿砂船和其他船舶的结构优化设计提供参考。     

蚁群算法在PID参数优化中的应用研究

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。