高速网络中TCP拥塞控制端算法研究

针对TCP在高速网络中缺陷，提出了改进的CUBIC TCP拥塞控制算法。优化算法通过监控链路缓存的变化来调整乘法减因子，达到降低网络拥塞频率和避免因高速数据流导致缓存区溢出的目的。实验结果表明优化算法的性能在高速网络中得到了较大的提高。     

船舶航行信息分层采集优化算法

针对传统采集优化算法在不同采集周期内得到的簇首节点分布不均匀,导致各个节点之间在采集信息、融合数据以及传输信息时会产生相互干扰的问题,研究一种船舶航行信息分层采集优化算法。首先使用决策树计算船舶航行信息增益值,对船舶航信信息进行分层,计算不同信息层次中特征的互信息量,得到航行信息数据离散特征,采用凸优化策略不断改进得到的离散特征,选择一项离散特征作为二值化层次阈值的采集值,将二值化层次阈值采集值分布在采集区域中,计算出采集区域内最优簇首数,完成船舶航行信息分层采集算法的优化。实验结果表明,与传统采集优化算法相比,船舶航行信息分层采集优化算法得到的簇首节点分布均匀,不会产生节点采集干扰的现象。     

船舶水动力性能的多目标优化方法

很多对船舶水动力性能的优化都是对单一性能进行研究,已经不适用于现代化的造船要求。本文对不同遗传算法和粒子群优化算法进行分析,探讨其在船舶水动力性能优化方面的作用,以DTMB5415为母型船进行优化,改变不同算法的参数设置观察优化结果,最后通过分析Pareto解得到最适用于本次研究的优化算法及其参数设置。     

轮胎起重机整体稳定性优化

应用浮点数编码的遗传算法和生物进化算法对轮胎起重机进行整体稳定性优化。经系统模型检验，得到满足整体稳定性的最优解。计算结果表明轮胎起重机经优化后的整体稳定性明显提高。     

基于分段动态松弛协同优化算法的船舶机舱结构优化设计

基于标准的协同优化算法,针对其对初始点敏感、收敛慢等固有缺陷,将协同优化算法法与混合优化算法及动态松弛法相结合,提出分段动态松弛协同优化算法,并将其应用到船舶机舱结构多目标优化问题中。针对船舶主机舱结构静、动态多学科多目标优化问题,建立主机舱结构的多目标协同优化模型。在Isight优化软件中采用改进的分段动态松弛协同优化算法,对船舶机舱结构进行静、动态多学科多目标协同优化设计,得到优化设计的最优解。优化结果表明,相对于基于遗传算法的协同优化算法,分段动态松弛协同优化算法兼顾了优化的高效性和准确性,对于实际工程中更加复杂的多学科多目标结构优化具有一定的参考价值。     

船舶舱群配载优化算法研究

为了解决现有船舶舱群配载优化算法翻箱次数多、装卸效率低的难题,提出船舶舱群配载优化算法研究。根据船舶运输相关规定对舱群配载参数进行选择,以此为基础构建船舶舱群配载优化模型,以构建的船舶舱群配载优化模型为工具,通过遗传算法得到舱群配载方案并对其进行编码,依据编码结果采用贪婪算法对舱群配载最优方案进行选择,从而实现了船舶舱群配载的优化。通过仿真对比实验得到,与现有的船舶舱群配载优化算法相比较,提出的船舶舱群配载优化算法极大地降低了翻箱次数,提高了装卸效率,充分说明提出的船舶舱群配载优化算法具备更好的性能。     

改进遗传模糊神经网络在舰船组合导航中的应用

由于舰船组合导航系统的实际运行环境比较恶劣，系统精确的数学模型及噪声的统计特性不易先验得到，而导致常规卡尔曼滤波器失效。尝试将改进遗传算法优化的模糊神经网络用于舰船组合导航系统中，仿真结果表明，提出的算法比较有效，并且精度和常规卡尔曼滤波算法相当。     

基于天牛须算法的机械产品加工过程物料优化调度

文章利用天牛须优化算法解决机械产品加工过程的物料配送与调度问题。在分析机械产品加工过程物料调度问题耦合关系的基础上，建立这一过程的数学模型，然后，确定优化目标并设计了适应度函数，构建用于求解的天牛须优化算法；选择某智能制造中心加工某型货车制动盘浇铸的实例，进行物料调度优化方案比选仿真，并与传统的粒子群优化算法进行对比，从而证明天牛须优化算法的可行性与高效性。     

基于高速单体无人艇航行性能的并行优化方法

基于高速单体无人艇航行性能建立包括快速性、操纵性和耐波性的综合优化数学模型,构造混合的遗传混沌算法(GAPCA)和混沌遗传算法(PCAGA),并编制相关软件对该模型进行综合优化计算,探讨混合算法和单一算法(遗传算法(GA)和混沌算法(CA))优化性能的优劣,同时研究二次载波搜索域区间比例和区间并行次数对优化效率的影响,得到遗传混沌优化算法和混沌遗传优化算法相比单一优化算法寻优效率高,不同算法对应于不同的最佳二次区间搜索比例。     

最小偏差法船舶调度

采用基于最小偏差法的遗传算法对迅隆公司船队航班安排模型进行优化,并与采用蚁群算法优化的结果进行对比,从优化结果可以看出:基于最小偏差法的遗传算法优化结果优于原方案及蚁群算法优化方案,因此在多目标优化过程中,采用合理的决策方法能得到更好的优化方案。     

Evaluation and selection of the ship collaborative design resources based on AHP and genetic and simulated annealing algorithm

1Introduction Theshipdesigninvolvesshipyards,ship owner,classi ficationsociety,shipresearchinstituteandsoon,while theshipcollaborativedesignneedsthecooperationbe tweenthedesignersfromdifferentdepartmentsand thosewithdiverseknowledge.Thus,intheshipcollab o…     

支持向量机和遗传算法组合策略的VLCC船中结构优化设计(英文)

In this paper a hybrid process of modeling and optimization,which integrates a support vector machine(SVM) and genetic algorithm(GA),was introduced to reduce the high time cost in structural optimization of ships.SVM,which is rooted in statistical learning theory and an approximate implementation of the method of structural risk minimization,can provide a good generalization performance in metamodeling the input-output relationship of real problems and consequently cuts down on high time cost in the analysis of real problems,such as FEM analysis.The GA,as a powerful optimization technique,possesses remarkable advantages for the problems that can hardly be optimized with common gradient-based optimization methods,which makes it suitable for optimizing models built by SVM.Based on the SVM-GA strategy,optimization of structural scantlings in the midship of a very large crude carrier(VLCC) ship was carried out according to the direct strength assessment method in common structural rules(CSR),which eventually demonstrates the high efficiency of SVM-GA in optimizing the ship structural scantlings under heavy computational complexity.The time cost of this optimization with SVM-GA has been sharply reduced,many more loops have been processed within a small amount of time and the design has been improved remarkably.     

基于粒子群算法的起重船扒杆结构优化设计

基于Isight优化软件和通用有限元软件,以扒杆重量为目标函数,采用粒子群算法（PSO）和遗传算法对某起重船扒杆结构进行了优化设计,并讨论了PSO算法的稳定性。通过对两种算法优化结果的比较分析表明,PSO算法优化效果好,收敛速度快,且计算稳定性高,验证了PSO算法在工程船舶结构优化设计中的有效性。     

正交设计法在拖驳船队参数优选中的应用

将正交设计法应用于拖驳船队参数的优选上，对拖驳船队组方案进行技术经济论，通过多级优选，得到了最佳组队方案，并且对油价等因素的变化是否对象最佳组队方案产生影响进行了敏感性分析。     

整数规划PSO算法在备件优化配置中的应用研究

备件优化是提高装备可靠度的有效途径,以一般微粒群（PSO）算法为基础,根据备件优化的特点,提出求解整数规划问题的PSO算法。建立费用约束条件下的备件配置的优化模型,并给出了求解方法。结合算例,验证了方法的有效性及实用性。     

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。     

煤码头装卸系统仿真优化研究

为了提高装卸效率,台州发电厂煤炭专用码头对煤炭装卸工艺进行革新,建立仿真优化模型。介绍台州发电厂仿真优化的基本原理和煤炭装卸仿真系统的设计。着重介绍电厂煤码头装卸工艺系统优化的方法。此方案将有效提高煤炭装卸作业效率和码头营运效率。     

船体零件智能优化排样系统的设计研究

针对船体零件的排样问题,开发了基于智能算法的板材套料优化排样系统。该系统采用粒子群算法,并将免疫记忆和浓度机制引入算法提高了零件的排序优化速度。通过零件图形信息数据库管理模块和排样解码算法,实现图形的输入和编码、定位排放和正交靠接及自动计算生成最优排样结果。排样实例表明了该系统具有良好界面和人机交互功能,且有效提高了排样自动化程度和材料利用率。     

对ANN技术表达船体曲线算法的改进

应用人工神经元网络（ANN）技术表达船体曲线。根据问题性质,选用小波基作为前向单层神经网络的神经元激励函数,结合逐层学习（OHLO）算法对一艘3．6万吨散货船的后半体进行了表达。编程运算结果表明,该方法速度较传统的BP算法有较大提高。     

完善系统化取装流程移舱工艺

系统化取装流程作业线因其诸多优点在港口散货码头广泛应用。但因移舱对生产有一定影响。为此进行了改造,提出了优化装卸工艺的解决方案和实施方案的步骤。改造后,取得了节能、增效的效果。