基于多目标粒子群优化和主成分聚类分析的船舶主尺度分析

根据多个技术和经济指标进行船舶主尺度优化论证是船舶设计人员需要着重解决的问题。提出结合粒子群优化和主成分聚类两阶段的方法进行船舶主尺度论证分析。建立了以载重量、建造费用、服务航速和提供舱容为设计指标的水面船主尺度论证模型。采用多目标粒子群优化算法对船舶优化模型进行求解,获得问题的Pareto解集。使用主成分聚类分析对该数据集进行综合评价。先将Pareto解集进行主成分分析,使用前2个主成分就能够表达原始数据的绝大部分信息,再通过对主成分进行聚类,获得不同类别中Pareto解集的特征,根据第一主成分得分获得每个聚类中设计样本的排序,最终可以从Pareto解集中得到折中解。利用主成分分析和聚类技术还研究了变量在主平面上的映射以及聚类特性。给出了1艘水面船的主尺度论证算例,表明本文给出的方法合理可行。     

多目标进化算法在船型方案设计中的应用

针对船型方案设计阶段主尺度确定的优化问题,采用现代多目标进化算法进行研究.考虑某水面船排水量和航速两个优化目标的算例,给出了Pareto最优解集,并和实际船型进行了比较.算例表明,多目标进化算法能够快速获得最优解集,该解集分布均匀,可以供实际设计采用.     

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.     

改进Sobol’方法在船型优化模型中的应用

针对船型优化中采用更多的优化变量有可能带来"维度灾难"的问题,通过灵敏度分析确定不重要的变量并降维来缓解该问题。介绍以往提出的改进Sobol’方法,利用该方法对某集装箱船兴波阻力优化模型进行灵敏度分析并降维。为减少分析的计算量,对该船型优化模型构建Kriging模型。对优化模型降维前后的优化过程、最优解及其波形和型线进行对比。结果表明:降维后优化模型收敛更快,最优解兴波阻力系数仅增大0.15%,采用改进Sobol’方法进行降维,能在保证最优解质量的同时,提高优化效率。     

舰船概念设计多目标优化和多属性决策研究

在舰船概念设计阶段,设计者经常遇到要牛成大量的船型方案,并从中筛选出1个或者几个综合性能比较好的方案的问题.将基于进化箅法的多目标优化技术与多属性决策方法联合运用,探讨了船舶的多目标优化和决策问题.对于多目标优化问题,采用改进的非支配解排序的多目标进化优化算法(NSGA Ⅱ),求出Pareto最优解,由这些Pareto最优解构成决策矩阵.基于信息熵方法和层次分析法(AHP)联合得到属性权重,用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序.应用本文方法,对水面舰船概念设计进行了分析.数值计算结果表明,综合多目标优化和多属性决策技术,能够迅速、客观地选择合理的主要参数.这种综合方法也能够广泛应用于舰船其它设计领域.     

基于序列近似优化方法的水下航行器水动力外形优化设计

为了解决复杂工程优化问题中计算效率与代理模型精度之间的矛盾,本文基于最大最小距离准则和最小化代理模型预测准则提出一种多点加点准则,构建改进序列近似优化方法的算法流程.以二维Rosenbrock函数和Golinski减速器优化问题为例,与传统方法相比,改进方法得到的全局最优解精度更高,所需构造样本更小.将该方法应用到某型...     

计及频率约束的环肋圆柱壳多目标优化研究

圆柱壳自由振动频率是潜艇静音性设计的一个重要指标。论文在经典圆柱壳多目标优化模型的基础上添加了频率约束条件。通过频率约束使结构振动与机械振动的频率错开,避开共振。采用NSGA-Ⅱ进行多目标优化求解,提出了基于所有子代获取Pareto解集,并与由最后一代得到的Pareto解集进行了比较。结果显示,基于所有子代的Pareto解集有一定优势。利用Pareto解集数据分析了频率约束对解的影响,这些分析可供实际工程设计参考。最后采用先聚类后评价的方法对基于所有子代的Pareto解集进行了评价优选。     

高速电磁执行器的性能优化

针对一种具有强电磁力密度特性的高速电磁执行器开展性能优化研究。建立高速电磁执行器多物理场耦合仿真模型，通过计算得到不同参数对电磁力密度的影响规律，结合量化分析方法筛选得到3个电磁力密度的关键影响因素；采用最优拉丁超立方试验设计方法建立电磁执行器开启过程中的平均电磁力密度及总响应时间的近似模型；基于建立的近似模型构建电磁执行器性能的多目标优化模型，并采用NSGA-Ⅱ算法求解得到Pareto解集，结合最小距离法确定最优解。结果表明：优化后的电磁执行器在开启过程中的平均电磁力密度提升了14.9%，总响应时间减小了26.7%，空间利用率及动态响应特性均得到提升，研究结果可为高速电磁执行器的优化设计提供理论指导。     

基于近似模型的海上发射船船型优化

基于径向基函数神经网络模型,以火箭承受弯矩为单目标优化函数,对双体发射船船型参数进行优化。选定船型方形系数CB和长宽比LA/B为优化变量,利用Lackenby方法,对船型参数化建模;应用最优拉丁超立方方法选取样本点,采用二次插值方法扩充样本点数据,建立双体船运动响应及功率近似模型;利用多岛遗传算法搜索最优船型。结果表明,优化后的船型可使火箭弯矩减小3.86%,从而为双体火箭发射船的设计及相关船型研究提供参考。     

基于近似模型的海上发射船船型优化

基于耐径向基函数神经网络模型(RBF),以火箭承受弯矩为单目标优化函数,对双体发射船船型参数进行优化研究。选定对船型参数CB和L/B作为优化变量,利用Lackenby方法,对船型参数化建模,应用最优拉丁超立方方法(LHD)选取样本点,采用二次插值方法扩充样本点数据,建立双体船运动响应及阻力近似模型,利用多岛遗传算法(MIGA)搜索最优船型。结果表明优化后船型的火箭弯矩减小3.86%,从而为双体火箭发射船的设计及相关船型研究提供参考。     

基于参数化CAD模型的船型阻力/耐波性一体化设计

在舰船概念设计阶段,往往需要快速生成阻力和耐波性能兼优的船型。采用基于母型船的船型融合生成方法,实现了参数化船型自动生成。在此基础上,采用iSight优化平台,将参数化船型生成技术与阻力、耐波性计算模型集成,运用多学科设计优化技术实现了船型阻力/耐波性性能一体化设计。优化方法采用多目标遗传算法以获取Pareto前沿。以一艘46 000 DWT油船的型线优化为算例对这个过程进行了具体说明,试验结果表明总阻力降低了3%,验证了这种方法的可行性。     

基于多目标粒子群算法的动力吸振器参数优化和决策研究

动力吸振器在船舶领域得到广泛应用.在船舶振动控制中需要寻找吸振器的最优参数,即最优频率比、最优阻尼比和最优质量比,使得结构在不同的频率激励下获得最好的减振效果.本文将基于多目标粒子群算法的优化技术与多属性决策方法联合运用,针对主系统存在阻尼的减振系统,研究了动力吸振器参数优化和决策问题.对于多目标优化问题,采用多目标粒子群算法(α-MOPSO)求出Pareto最优解,基于熵方法得到属性权重,用逼近理想解的排序方法(TOPSIS)对Pareto最优解给出排序.文中给出了4个设计参数、2个目标函数的动力吸振器优化设计算例.计算结果表明,文中提出的联合方法能够有效应用于动力吸振器的参数优化.     

基于组合赋权TOPSIS法和粒子群的船舶概念优化设计

船舶概念设计阶段,需要初步给定多组船型参数方案并从中优选出客观合理的某一方案。本文建立以船舶造价、螺旋桨总效率、相对回转直径为目标的船舶概念设计优化数学模型。将Li提出的最小-最大适应度多目标粒子群优化算法应用于求解船舶概念设计多目标问题以获得Pareto解集。分析主观赋权和客观赋权的优劣,提出借鉴专家经验和信息熵权的主客观组合赋权TOPSIS法,借助Matlab软件对所求Pareto解集进行方案排序。算例表明,maximinPSO在求解35 000 DWT散货船概念设计多目标优化能获得均匀分布的Pareto前沿,基于组合赋权的TOPSIS策略能给出客观、合理的决策序列。该方法可应用于船舶优化等领域。     

船舶系统可靠性指标分配的多目标优化方法

针对船舶系统可靠性设计问题,采用改进非支配排序遗传算法(NSGA Ⅱ)研究了可靠性指标分配中的多目标优化设计.根据Pareto最优解集形成决策矩阵,基于信息熵法得到属性权重,利用逼近理想解的排序方法(TOPSIS)进行多属性决策研究.对Pareto最优解给出排序.采用本文方法讨论了一个船舶系统可靠度的分配和预测算例,给出了可靠度和费用之间的拟合关系.数值算例表明,综合采用多目标优化和多属性决策技术,可以迅速、客观选择各部件的可靠度.这种综合方法还能用于可靠性研究的其他领域.     

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。     

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.     

渔船球鼻艏参数优化研究

优化球鼻艏形状可以改善船舶阻力性能.本文以阻力最小为目标,提出了一种渔船球艏优化方法.首先对渔船球鼻艏进行参数化建模,以球鼻艏的设计参数作为设计变量,利用敏感性分析方法结合CFD技术对设计变量进行灵敏度分析,甄别出对阻力性能变化最为敏感的若干设计变量;然后,使用穷举搜索法对样本空间进行采样,并通过CFD技术进行阻力预报;最后建立阻力系数与设计变量之间的替代模型,利用遗传算法优化渔船性能,获得阻力最优对应的球艏形状.研究表明,在设计工况,采用该方法优化后的船型较初始船型总阻力降低2.68％.     

基于CFD的翼型水动力性能多目标优化设计

随着计算机技术的飞速发展,如何进一步发挥CFD在船舶工程优化设计中的作用,成为当前CFD应用研究的一个重点.文章通过集成CFD工具、优化算法和几何重构技术构建了基于CFD的构型水动力性能优化设计平台.以翼型作为优化对象,阻升比和尾流均匀度作为目标函数,采用Bezier曲线方法实现翼型几何表达与重构,利用DOE和NSGAⅡ算法对NACA0024翼型进行了多目标全局优化设计,获得了均匀分布的Pareto最优解集.结果表明该平台可以用于翼型水动力性能多目标优化设计.此外,文中的工作为进一步开展基于CFD的船型水动力优化设计打下了坚实的基础.     

基于CFD和响应面方法的最小阻力船型自动优化

计算流体动力学CFD方法凭借其较高的计算精度和获取更多流场信息的能力逐渐成为新船型设计重要手段.文章利用iSight多学科优化平台建立了一套船型优化系统,集成了CFD技术、船型变换及自动生成技术和响应面代理模型技术和组合优化算法.编制了船型参数变换和生成系统实现了船型变换和CFD计算程序Shipflow输入数据的自动连接;通过对主要船型参数的控制,实现整个船型优化流程的自动化.采用了进化遗传算法(GA)与二次序列规划法(SQP)相结合的二阶组合优化方法实现了从全局探索再到局部空间寻优的整个流程.同时,将响应面近似模型(RSM)引入到优化进程中,解决了计算精度与优化效率间的矛盾,使得高精度的CFD分析工具融入到船舶优化设计进程中成为可能.最后利用该系统对一条设计船的阻力性能进行了优化.     

加速混沌优化算法的改进及其在船型论证中的应用

利用混沌运动所特有的随机性、遍历性和规律性,对加速混沌优化算法进行一些改进,提高了混沌优化算法的收敛速度和精确性.改进的加速混沌优化算法利用混沌运动的性质,同时不断缩小变量的搜索空间,在混沌优化搜索过程中,以具有一定保证的当前最优解为中心,不断地缩小优化变量的搜索区间,调整细化参数,促使搜索能够更快、更有效地向全局最优解收敛.将该改进算法应用到具体的船型论证中,不仅证明了该改进算法简单,容易实现,具有较高的收敛速度和可靠性,而且具有较高的寻优精度和较少的优化迭代次数,也体现了该算法在船型论证领域中的实用性和有效性.