基于模拟退火算法在尺度优化设计方法

详细介绍了神经网络的模拟退火算法法（以下简称ＳＡ）的特点，基本思想及步骤，它是基于ＭｏｎｔｅＣａｒｔｏ迭代精法的一种随机搜索算法，以主尺度优化设计为例，针对主尺度优化问题解的特性和状态，对模拟退火算法是具体应用的几个问题进行了探讨，仿真结果表明，ＳＡ算法能很好的姚离局部最优解的陷阱找到全局最优解，其优化与初始点的选择无关，从而为船舶主尺度优化问题提供了一个稳定的全局最优化算法。     

舰船主尺度论证中的多目标综合评估

舰船主尺度是舰船总体设计中最重要的问题之一,直接影响舰综合航行性能的优劣。为寻求性能综合较优,避免单一性能最优的局面,提出一种多目标综合评估模型,并将其应用于某舰主尺度论证中,首先以满足布置、重量等因素为前提提出多种主尺度方案,再以舰的稳性、快速性、耐波性为目标,根据设计需求分别构造目标函数以及将多目标问题转化为单目标问题的决策函数,通过分析评估优选出3种性能综合较优的方案,使得优化结果更合理有效。     

多用途船主尺度分析和经济性特征

作者在收集大量近代多用途船资料基础上,对多用途船的主尺度进行了分析,并总结其设计特点,提出主尺度等的计算公式,同时对其经济性特征进行了探讨。     

沿海客箱船主尺度的确定

本文首先定义了一个这和船等级评定标准，建立了应用神经网络理论估算客（货）船造价和客舱（位）平均面积的模型，据此编制了确定客箱船主尺度的程序系统，并给出了优选客箱船主尺度的计算例子。     

用“模拟退火”算法实现船舶主尺主工的全局最优化

本文把模拟退火（ＳＡ）法应用于船舶主尺优化问题中，针对船舶主尺优化问题的特性和状态，对ＳＡ算法具体应用中的几个问题进行了探讨，同时，与单纯形法进行了优化结果的比较，比较表明ＳＡ法算法能很好地逃离局部极值的陷阱找到全局最优解，其优化结果与初始点的选择无关，从而为船舶主尺度优化问题提供了一种稳定可靠的全局最优化算法。     

川江及三峡库区载货汽车滚装船主尺度系列研究

随着三峡工程的成功蓄水，大坝船闸顺利试通航，川江及三峡库区的航行条件和通航环境发生了较大的变化，现有的载货汽车滚装船船型在安全性和技术经济性上都难以适应今后发展的需要。为提高三峡船闸的通过能力、保障船舶航行安全、减少船舶污染、保护库区环境，并调整运力结构，提高内河运输竞争力，川江及三峡库区载货汽车滚装船船型标准化工作迫在眉睫。本论文通过市场分析，经技术经济优化论证，提出了川江及三峡库区载货汽车滚装船主尺度系列，从而为推动川江及三峡库区载货汽车滚装船型标准化奠定了技术基础，为航运企业投资决策提供了科学的依据。     

大型舰船主汽轮机组智能诊断系统设计方案探讨

针对大型舰船主汽轮机组故障诊断工作的需要,对主汽轮机组智能诊断系统的开发方案进行设计。依据诊断对象的特点,确定系统开发需遵循的原则,设计系统的总体框架结构,论述各功能模块的功用和实现方法。通过对多种诊断资源的有效整合,确保系统的高效实用性。     

基于神经网络的船舶主尺度优化设计方法

详细介绍了神经网络的模拟退火算法的特点，基本思想及计算步骤，并以主尺度优化设计为例，针对主尺度优化问题解的特性和状态，对模拟退火算法具体应用中的几个问题进行了探讨。     

45000吨化学品运输船主尺度数学模型建立

该文介绍了化学品运输船的发展历史和结构设计特点及安全规范。由统计资料回归出一套新的主尺度计算公式 ,该公式经实验证明效果较好。该结果可用于船型初步方案设计和新船的报价和合同设计。     

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。     

舰船主尺度参数对舰船气泡尾流几何特性的影响

为了解舰船主尺度参数对尾流中气泡分布的影响,为依据尾流特征识别舰船,激光、声探测舰船尾流以及鱼雷的尾流自导提供依据,采用热分层环境下舰船远场尾流中气泡数密度分布计算的数学模型.首先数值计算驱逐舰尾流中气泡数密度的衰减规律,并与实测结果进行比较,二者定性符合得较好.然后利用该模型数值计算3种典型舰船的气泡尾流几何分布特性,分析船长L、船宽B、吃水T、长宽比L/B以及长度吃水比L/T等舰船主尺度参数对气泡尾流长度、宽度、深度及横截面分布的影响规律.     

海监船与渔政船主尺度模型研究

分析了我国海监船和渔政船发展现状及发展趋势。整理分析相关的船型数据资料,利用逐步回归的数学方法,分别基于Excel回归分析、MATLAB的BP神经网络工具箱和RBF神经网络工具箱,建立了海监船和渔政船主尺度的数学模型,并对3种数学统计模型进行了实船验证和误差分析,结果显示BP神经网络和RBF神经网络模型误差较小。数学模型的建立有利于分析和掌握海监船与渔政船主尺度变化的规律,为报价设计和初步设计提供了科学依据。     

船舶主尺度神经优化分析

本文阐述了以随机神经网络系统理论应用于船舶主尺度优化设计的新方法。介绍了神经网络的模拟退火优化算法的特点与基本思想、数学模型和计算步骤，并给出船舶主尺度神经优化设计的实船算例，以及与其他优化方法之比较。     

海监船与渔政船主尺度单变量回归分析

文章分析了我国海监船和渔政船发展现状及发展趋势,通过整理分析了相关的船型数据资料,利用逐步回归的数学方法建立了海监船和渔政船主尺度的数学模型,并对数学统计模型进行了实船验证。数学模型的建立有利于分析和掌握海监船与渔政船主尺度变化的规律,为报价设计和初步设计提供了科学依据。     

船舶主尺度方案的多目标模糊优化设计

本文主要介绍一种多目标模糊优化设计方法,它解决了船舶优化设计中的模糊性,在综合考虑多种目标的作用后求得较合适的方案。文章将这种方法应用到某散装水泥船的主尺度方案优选中,并将计算结果与实船数据进行比较。     

基于多元回归方法的海洋执法船主尺度分析

为分析海洋执法船主尺度之间的变化规律,对海洋执法船的发展趋势进行了介绍,并对其相关船型数据资料进行整理分析。采用多元回归的数学方法,建立了基于多变量的海洋执法船主尺度数学模型,有利于对海洋执法船主尺度的变化规律进行分析与掌握,为海洋执法船的报价设计与初步设计提供一定的科学依据。     

集装箱船主尺度全局最优化的混沌算法

提出了应用混沌优化方法（Chaos Optimization Algorithm,COA)进行集装箱船船型主尺度要素全局优化的新策略。混沌优化方法利用混沌变量的随机性、规律性、遍历性寻优，能够克服经典优化方法如直接法、梯度法、Hessian法等方法容易陷入局部极小点的不足，方法简单、快速、易于掌握，其效率比一些目前广泛应用的随机优化方法如模拟退火法（SAA）、遗传算法（GA）等高得多。实际算例的结果证实了混沌优化方法用于集装箱船船型优化的有效性。     

舰船舯剖面神经优化设计探讨

介绍神经风格的模拟退火优化算法的基本思路、计算步骤及特点，并阐述了随机神经网络系统理论应用于舰船舯剖面结构优化设计的新方法。     

1919-1942年美国高速驱逐舰主尺度分析

两次世界大战之间对舰艇高速的战术需要是与船体与机械设计改进相一致。其结果导致产生了大量为追求高航速的驱逐舰设计。用现代方法指出，从水动力效率看，这些舰艇接近于最佳主尺度。此外还指出。“效率”一词有点主观性，且如按现代观念来定义，测当系统和组成部件的相对重量随技术变化时，“最佳”主尺度将随时间而变化。对高航速最佳主尺度的深刻理解，将有助于未来设计，并能弄清楚高速驱逐舰的演变情况。