基于自适应加权的船舶操纵性能多目标优化

针对多目标优化问题中固定加权和法存在的缺陷,提出以设计者期望目标值为约束的自适应加权和法.以水面船舶为研究对象,建立操纵性能多目标优化数学模型.35000吨级原油船算例表明基于自适应加权法求解操纵性优化模型能获得较为理想的Pareto最优前沿.最后,采用信息熵权TOPSIS法对Pareto方案排序供决策者选择.     

船舶概念设计阶段多学科和多目标优化研究

船型设计之初,设计者往往会通过船舶多个学科的分析,并从很多船型方案中进行选择比较.该文基于多学科设计优化(MDO)的框架,采用多目标进化算法和决策技术的运用,讨论了船舶概念设计阶段的综合性能优化问题.将船舶总体概念设计按MDO的要求分解为系统控制层和5个子系统,考虑了排水量、综合效率、相对回转直径和造价等多目标函数,采用改进的非支配解排序的多目标进化优化算法(NSGA Ⅱ)和多学科可行解方法(MDF)求出Pareto最优解.然后用逼近理想解的排序方法(TOPSIS)对这些Pareto解进行选优.应用文中的方法,对35 000吨载重量的油船进行了概念设计分析.数值算例表明,综合多学科设计和多目标优化以及决策,能够有效、客观选择合理的船型和主尺度参数.     

潜水器多学科设计中的多目标协同优化方法

针对潜水器设计中涉及多个学科的耦合以及数据信息量大、数据关系复杂的问题,文章介绍了一种新的多目标协同优化算法.该方法将Pareto遗传算法(PGA)引入协同优化框架,二者的有机结合充分发挥各自的优势,该方法利用协同方法的分解协调机制将复杂系统的设计问题分解为一个系统级优化问题和几个学科级优化问题.采用PGA作为系统级优化器,不仅可以得到能够反映多目标优化问题实质的、客观的Pareto解集,而且,由于PGA是无需梯度信息的直接搜索算法,从而从根本上消除了协同优化由系统层一致性约束条件引起的收敛困难问题.在PGA与协同优化框架结合的过程中,采用目标函数的归一化处理、分级罚函数法、浮点数编码、群体分级和Paveto解集过滤器等技术提高算法的计算效率和可靠性,并通过一个数学算例和一个载人潜水器的例子证明了多目标协同优化算法的有效性.     

基于有限元的整船结构多学科设计优化

目前在同时考虑舰船水动力性能和结构性能的多学科设计优化模型中,水动力性能和结构性能的预报通常只能采用精度较低的经验公式。为了提高多学科设计优化模型的计算精度,必须要实现的技术就是将舰船水动力性能预报依赖于CFD的分析和将结构性能预报依赖于有限元的分析。重点研究了在多学科设计优化框架中集成有限元软件进行结构优化的技术。首先以一个简单的耐压圆柱壳为例子,介绍了iSIGHT调用Ansys进行包括参数化建模在内的结构优化的流程。然后对某船的整船有限元分析模型进行了整船结构优化研究。由于该船的整船结构有限元模型包含202个板和梁的属性,优化模型的设计变量很多,超出了目前很多优化算法的使用范围。在经过了多种优化算法的比较后,最终得到了优化解,实现了基于有限元的整船结构多学科设计优化。     

水面舰船多学科设计优化

多学科设计优化(MDO)被认为是目前处理海洋结构物设计的有效方法.中国船舶科学研究中心也开展了将多学科设计优化应用于船舶设计的研究.上一篇文章从船舶设计研究人员的角度出发对多学科设计优化的理论进行了介绍并且对一条发表了的国外舰船的模型进行了优化.在本文中,作者对国内的一艘实船的概念设计建立了多学科设计优化模型,该模型包括快速性、操纵性和船中剖面的总纵强度分析,它有37个设计变量,9个约束和两个目标.iSIGHT9.O被用来集成这些模块并执行优化,最终找到的优化设计不仅提高了该船的快速性,同时减小了船中剖面的截面积.     

舰船多学科协同设计优化软件系统设计

针对舰船结构设计特点,设计出应用于舰船设计的分布式多学科协同优化软件系统。介绍软件的设计原则、设计要求、网络结构、数据共享、系统架构及其模块功能、工作机制、优化算法和流程。系统以多目标协同优化算法为核心,采用主从型任务管理模式,各学科并行计算分析,相互协同,共同完成设计任务。     

多学科设计优化算法研究综述

随着多学科设计优化(Multidisciplinary Design Optimization,MDO)技术的发展,它将成为优化设计的大趋势.为了能够更好地运用MDO来解决船舶设计优化问题,本文对近年来发展的MDO算法进行系统梳理和分类,对发展已较成熟的几种算法进行简要介绍,对新发展的几种特殊算法应用环境、性能特点进行重点介绍;最后,对MDO算法研究存在的不足和今后发展趋势提出了若干建议.     

多学科设计优化算法研究综述

随着多学科设计优化(Multidisciplinary Design Optimization,MDO)技术的发展,它将成为优化设计的大趋势。为了能够更好地运用MDO来解决船舶设计优化问题,本文对近年来发展的MDO算法进行系统梳理和分类,对发展已较成熟的几种算法进行简要介绍,对新发展的几种特殊算法应用环境、性能特点进行重点介绍;最后,对MDO算法研究存在的不足和今后发展趋势提出了若干建议。     

多学科设计优化方法的比较

为了推广多学科设计优化方法在船舶和海洋工程结构设计中的应用,讨论了三种典型的多学科设计优化方法:多学科可行方向法(MDF),协同优化方法(CO),两级系统综合方法(BLISS),并将其应用到齿轮减速箱的设计中;根据计算结果,对上述三种多学科设计优化方法进行了定量的比较和研究,得出BLISS方法最适合齿轮减速箱优化设计的结论.此外,还给出了多学科设计优化方法的选择标准,为多学科设计优化的工程应用提供了一定的指导和帮助.     

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。     

多学科设计优化技术在舰船设计中的应用

介绍多学科优化设计的主要基本理论、研究和应用状况及发展前景,根据舰船设计特点进行舰船多学科设计优化分析,重点分析舰船结构设计中的多学科设计优化问题,建立优化数学模型是多学科优化设计的重要内容,并对数学模型进行了分析。     

舰船总体设计中的多学科优化技术

MDO（多学科优化设计）技术适用于解决复杂工程系统和子系统的设计优化。为推广多学科优化设计技术在舰船总体设计中的应用,阐述了多学科优化技术的基本理论、研究和发展应用情况,系统介绍了协同优化算法的应用环境、特征和基本原理,将舰船总体设计根据MDO的要求分解为浮态与稳性、水动力性能、造价等5个子学科并进行了学科分析,基于多目标协同优化算法建立了舰船总体优化的数学模型及优化框架。     

两层分级多学科设计优化在AUV概念设计中的应用

建立了自治水下潜水器总体概念设计的两层分级多学科设计优化框架的数学模型,借助试验设计方法进行设计变量与目标函数的相关性分析,选取对AUV总体概念设计结果最有影响的设计变量,进行多种优化搜索策略和多组不同初始设计值的多学科设计优化,最后得到自治水下潜水器概念设计的优化结果。     

多学科设计优化在船舶水动力性能优化中的应用

阐述了多学科优化设计方法(Multidisciplinary Design Optimization,MDO)的发展应用情况。详细论述了基于协同优化方法的数学模型、优化原理和优化流程。针对水动力性能优化,分析了系统层和各学科的优化要素,初步建立了数学模型和优化框架。     

基于Pareto遗传算法的船舶操纵性能多目标优化技术研究

针对船舶初始设计阶段船舶操纵性能优化这一复杂的多目标问题,开展相应的多目标优化方法研究。利用Pareto方法的特点,提出基于Pareto遗传算法来解决传统方法中的这个问题。经过优化可以得到均匀分布的Pareto解集,便于进行分析比较和选择,并给出计算实例。     

基于多学科设计优化的UUV总体组合优化方法

无人水下航行器(UUV)是多学科交叉的复杂耦合系统,采用多学科设计优化(MDO)可以大大缩短UUV研发周期,提升UUV总体性能。针对UUV的总体设计,开展模块化学科划分,建立各学科分析模型。由于UUV总体系统属于多变量高维空间,单一的优化方法并不能得到全局范围的最优解,采用序列二次规划法结合自适应模拟退火法以及序列二次规划法结合多岛遗传算法的组合优化设计方法,基于协同优化策略,开展以UUV总重量为主优化目标的多学科设计优化,并利用仿真分析对优化后的UUV结构强度与稳定性进行校验。由优化设计的结果可以看出,UUV满足各个子系统约束的前提下,有效地减小了UUV总重量。     

多学科设计优化技术在船舶初步设计中的应用

首先阐述了船舶的设计过程,指出传统的船舶初步设计是一种串行的设计模式,即是先确定主尺度,然后根据主尺度确定船型.这种设计模式通常只能得到一个满足各指标要求的可行解,而得不到全局最优解.将多学科设计优化技术(MDO)应用到初步设计阶段,将主尺度的确定与船型变换并行考虑,使主尺度的确定充分利用后期船型变换的信息,可实现全局最优的设计.最后,本文以油船的优化为例进行了验证.     

基于多学科的大型船舶概念设计平台技术

文章首先分析了基于多学科的大型船舶概念设计平台的四层体系构架,然后对平台的关键技术进行了详细的分析和研究。平台的构建,实现设计流程化和自动化,对于分析船舶概念设计中复杂的耦合关系、优化制约总体方案的强影响参数、对比概念设计多方案、最终确定整体较优的方案、减少返工,以及提高设计效率和质量均具有重要意义。     

多学科设计优化算法比较及其在船舶和海洋平台设计上的应用

多学科设计优化(Multidiseiplinary Design Optimization,简称MDO)是一种通过充分探索和利用系统中的相互作用的协同机制来设计复杂系统工程和子系统的方法论.多学科设计优化算法是其核心部分,也是研究最活跃的领域.文中首先介绍了MDO算法的定义、分类和发展,然后从算法的来源和目的、优化过程、优缺点、改进方法和应用情况等五个方面对四种基于分解技术的MDO算法进行了综述,进而对比了这四种算法的异同点.最后,针对船舶和海洋平台设计的具体特点,归纳了适合于船舶或海洋平台多学科设计优化的MDO算法所需要具备的特征,并建议使用基于近似模型的协同优化算法或BUSS 2000算法进行船舶和海洋平台的多学科设计优化.