基于分阶段搜索连续蚁群算法的船舶纵向运动参数辨识

提出了一种分阶段搜索的连续蚁群算法,并成功应用于求解船舶纵向运动参数辨识问题.首先将船舶纵向运动的参数辨识问题转化为参数空问非线性优化问题,然后在优化问题求解过程中,依据待辨识参数对待优化问题影响的大小,将所有参数进行动态分组,依据影响由大到小的顺序,利用连续蚁群算法依次对各组参数进行寻优,确定各组参数的范围,最后对所有参数进行小范围精细搜索,从而使算法最终收敛到最优解.求解结果表明,该算法能够快速地辨识出满足精度要求的船舶纵向运动水动力参数,验证了算法的有效性.     

优化算法在船体型线参数化设计中的应用

以目标船舶主尺度要素和承载船舶信息的基本曲线为输入信息,以曲线应变能为目标函数,提出参数化生成以NURBS表示船体型线的数学模型,采用两种优化计算方法(牛顿/拉夫森迭代法和微分群体智能算法)来数值求解该模型,并比较了不同算法所得出的船体曲线和计算过程。结果表明,依据本文介绍的数值算法,经参数化生成的船体型线能满足工程应用要求,并有望在船型优化设计中应用。     

控制船舶轴系纵向振动的动力吸振器参数优化研究(英文)

在船舶轴系中安装动力吸振器是减小船舶轴系纵向振动的有效方法,而动力吸振器的参数合理优化配置是控制轴系纵向振动的重要手段。将船舶轴系等效为多自由度系统,基于有限单元法建立船舶轴系纵向振动运动模型,并通过加装动力吸振器用于控制船舶轴系纵向振动。运用重分析方法求解轴系运动方程得到推力轴承处的力传递率和能量传递率,将二者作为评价动力吸振器对轴系振动控制效果的指标。在研究轴系响应频率范围内,提出将求解全局最优解较强的遗传算法与多目标优化算法相结合以优化动力吸振器参数;并且研究特定共振峰消减的参数优化问题。最后通过算例,比较不同目标函数以及动力吸振器不同安装位置对轴系纵向振动控制的影响,验证文中优化算法的可行性。     

基于改进粒子群优化算法的船舶纵向运动参数辨识

针对粒子群优化算法易于陷入局部最优的缺点,提出了一种改进的粒子群优化算法,并将改进的算法应用到船舶纵向运动模型的参数辨识。对辨识结果进行了验证,表明,利用改进的粒子群优化算法有较快的收敛速度和稳定性,辨识获得的水动力参数计算的结果误差均在允许范围内,得到的纵向运动的状态参数与理论观测值吻合度较高,辨识算法有效可行。     

基于改进粒子群优化算法的船舶纵向运动参数辨识

针对粒子群优化算法易于陷入局部最优的缺点,提出了一种改进的粒子群优化算法,并将改进的算法应用到船舶纵向运动模型的参数辨识.对辨识结果进行了验证,表明,利用改进的粒子群优化算法有较快的收敛速度和稳定性,辨识获得的水动力参数计算的结果误差均在允许范围内,得到的纵向运动的状态参数与理论观测值吻合度较高,辨识算法有效可行.     

云自适应粒子群优化算法在船舶纵向运动参数辨识中的应用

为解决粒子群算法存在的易收敛于局部最优的问题,提高算法的精度和速度,本文提出云自适应粒子群优化算法,并将该算法应用于船舶纵向运动参数识别模型中,经过辨识得到的船舶纵向运动参数的误差值在允许范围内,且状态参数和理论值具有较高吻合度。     

改进蚁群算法的船舶纵向运动参数辨识方法研究

船舶的工作环境十分复杂,纵向运动参数辨识可以保证船舶的正常航行,避免意外事故的发生。针对当前船舶纵向运动参数辨识方法存在难以找到全局最优值、参数搜索精度低等不足,设计了基于改进蚁群算法的船舶纵向运动参数辨识方法。首先对船舶纵向运动特点进行分析,将船舶纵向运动参数辨识看作是一个非线性优化问题,然后结合船舶纵向运动参数初始化蚁群种群,并通过模拟蚁群的搜索食物机制对船舶纵向运动参数最优解进行查找,当达到最大迭代次数时,得到了最优船舶纵向运动参数,最后对船舶纵向运动参数辨识方法的性能进行测试,改进蚁群算法可以得到高精度的船舶纵向运动参数辨识结果,船舶纵向运动参数辨识误差控制在有效范围内,验证了本文方法的有效性,并与其他船舶纵向运动参数辨识方法进行对比测试,本文方法的船舶纵向运动参数辨识更优,验证了本文方法的优越性。     

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。     

基于NURBS方法的船舶随浪航行纯稳性损失研究

基于NURBS方法研究了船舶随浪航行纯稳性损失问题。首先对NURBS曲线曲面算法和船体表面网格自动化分的原理方法进行了研究,给出了船体表面网格自动化分的算法。随后建立了船舶随浪航行的瞬时平衡方程,通过牛顿迭代法求解该非线性方程,最后编制计算程序,对船舶随浪稳性问题进行计算,分析了波长、波高、浪向角和波浪与船舶的相对位置,以及参数耦合作用对船舶随浪稳性的影响。     

基于人机交互-蚁群算法的船舶交通多航道调度优化

传统基于纯蚁群算法的船舶交通多航道调度优化无法根据实际情况调整船舶优先级,船舶占港时间较长,经济效益差,因此设计一种基于人机交互-蚁群算法的船舶交通多航道调度优化方法。建立多航道调度优化模型,明确各船舶调度策略,确定调度时间、等待时间最小的目标函数,建立避免调度过程中产生混乱和协调船舶交叉的约束条件;在调度优化中引入人机交互-蚁群算法,采用人工设置临时改变船舶工作的优先级,以此来提高港口工作效率,并设置算法的搜索顺序,完成船舶交通多航道调度优化的研究。在算例仿真中,为验证传统方法与设计方法的调度结果,设置港口参数并分析两方法的调度方案,结果表明设计的方法得到的方案能有效缩短船舶平均在港口的停留时间和恢复正常生产所需要的时间。     

基于抗冰性能的极地船舶首部优化设计研究

船舶的参数化建模理论在船舶性能优化中起主要作用.为使破冰船的抗冰性能达到最优,本文对海冰的特性进行研究,选取合适的海冰物性参数,参数化构建破冰船首部形式,基于结构规范完成目标函数评估,通过智能优化算法建立优化模型.利用参数化建模方法,可以在保证首部光顺的前提下进行自由变形,提高破冰船的抗冰性能,最终得到极地船舶首部的最优设计方案.本文将船舶抗冰性能评估与最优化理论有效地耦合到船舶型线优化设计之中,建立以性能驱动设计的船型逆向设计新模式,为极地船舶型线优化设计研究提供了一定的理论指导与参考价值.     

基于分阶段粒子群优化算法的船舶横向运动水动力参数辨识

提出了一种基于分阶段粒子群优化算法的船舶横向运动参数辨识问题。针对船舶横向水动力参数多、参数之间耦合度高的特点,提出了一种计算参数敏感性系数的方法,并依据敏感性系数对参数进行了分类,采用分阶段粒子群优化算法对参数进行辨识。对船舶横向运动参数辨识问题的求解结果表明,该算法能够快速地辨识出满足精度要求的船舶横向运动参数,验证了算法的有效性。     

船舶航向实时控制算法优化

针对原有船舶航向实时控制算法存在保航性能较差的问题,提出一种优化船舶航向实时控制算法。首先构建船舶数学运动模型,包括系统推进模型、系统舵机模型、纵移模型、横移模型以及运动首向模型。完成船舶数学运动模型的构建后,需要对模型的环境干扰量进行描述,包括海流、海浪等,在NED坐标系中分别建立海浪模型与海流模型等环境干扰量模型对环境干扰量进行描述。将支持向量机当做船舶航向实时控制的最优控制律,在最优控制律中引入参考状态,获取其约束条件与最优控制目标,实现船舶航向实时控制。为了证明优化船舶航向实时控制算法的保航性能较好,将原有船舶航向实时控制算法与优化船舶航向实时控制算法进行对比实验,结果证明优化船舶航向实时控制算法的保航性能优于原有算法。     

基于云的粒子群算法在船舶工程中的研究

船舶的运动情况对于船舶航行的安全非常重要。本文利用船舶纵向运动微分方程获得辨识参数,通过云的粒子群算法进行参数优化,最后进行实验仿真,实验结果表明了此算法能够较为精准的描述出船舶的纵向运动情况。     

群智能优化算法的船舶信息管理任务批量流水调度研究

针对传统的船舶信息管理任务调度模型的调度平均等待时间长的问题,研究群智能优化算法的船舶信息管理任务批量流水调度模型。根据群智能优化算法理论,将调度过程中的船舶看作粒子,根据实际调度需求设定调度模型的参数。为缩短船舶调度平均等待时间,规划船舶调度的目标函数以及约束条件。计算粒子适应度,将粒子与任务分配一一映射,根据船舶可信度计算得到局部粒子最优解,更新粒子位置直至出现最优调度解,完成船舶信息管理任务批量流水调度模型的构建。通过与传统调度模型的对比仿真实验,验证构建的基于群智能优化算法的船舶调度模型能够缩短传统调度模型2/3的平均调度等待时间,提高了调度效率。     

基于NURBS的球艏构型参数优化与分析北大核心CSCD

[目的]设计优良的球艏构型能够改变船舶在水中航行时的船艏兴波,对阻力产生影响来改善整个船体的阻力性能,为此需对球艏构型参数进行优化。[方法]基于球艏参数化表达和NURBS理论,对母型球艏构型进行数据点网格生成和定义点反算,根据参数优化需要,利用优化算法对定义点进行优化调整后,给出优化船型球艏,并利用CFD软件进行仿真计算,与母型构型进行阻力和波形对比,将以球艏重心为代表的球艏参数阻力特征直接体现到构型优化结果中。[结果]结果表明,借助于NURBS曲线可有效将球艏参数优化特征体现出来,方法形象直观,可显著提高球艏构型表示和优化的效率。[结论]该方法简化了整个优化过程,并取得预期的减阻效果。     

基于人工智能技术的船舶航迹点生成算法

利用栅格法构建海洋环境数据模型作为船舶航迹点生成的模拟图.在此基础上将航行距离最短与航行障碍物最少作为目标构建船舶航迹点生成数学模型,使用自适应交叉概率与变异概率优化鱼群算法,使用优化后的鱼群算法确定船舶航迹点生成数学模型的最终解,获取最佳船舶航迹点.经过试验分析,该算法能够准确生成船舶航迹点,与同类算法相比具有明显优...     

基于粒子群算法的无源滤波器多目标优化设计

为解决电力推进船舶谐波污染等问题,以电力推进船舶电能质量为研究对象,使用粒子群算法,以无源滤波器的投资成本、滤波效果和无功功率补偿能力作为优化对象进行多目标优化,并在此基础上采用离差排序法确定各目标函数权重,进行多目标优化设计无源滤波器;以"丰隆01"号自升、自航石油工程船电网参数为例进行计算,得到滤波器多目标优化结果;为进一步验证优化结果的正确性,按照船舶电网参数在MATLAB/SIMULINK中构建仿真模型,验证该方法的可行性和优越性。结果表明:该方法具有可行性与实用性,且可实现更灵活的谐波抑制。     

基于船型修改融合方法的参数化建模技术

在船型NURBS表达的基础上,提出两种基于CAD/CFD船型优化流程的不同参数化建模方法:一种是直接以NURBS的控制顶点坐标为变量,实现船型的参数变换;另一种是以母型为基础开发船型参数化融合模块,实现船型的参数变换.利用ISIGHT软件,采用这两种参数化建模方法优化某集装箱船球鼻艏部分.结果表明:船型修改融合方法是具有工程实用价值的参数化建模方法.     

基于NURBS的球艏构型参数优化与分析

[目的]设计优良的球艏构型能够改变船舶在水中航行时的船艏兴波,对阻力产生影响来改善整个船体的阻力性能,为此需对球艏构型参数进行优化。[方法]基于球艏参数化表达和NURBS理论,对母型球艏构型进行数据点网格生成和定义点反算,根据参数优化需要,利用优化算法对定义点进行优化调整后,给出优化船型球艏,并利用CFD软件进行仿真计算,与母型构型进行阻力和波形对比,将以球艏重心为代表的球艏参数阻力特征直接体现到构型优化结果中。[结果]结果表明,借助于NURBS曲线可有效将球艏参数优化特征体现出来,方法形象直观,可显著提高球艏构型表示和优化的效率。[结论]该方法简化了整个优化过程,并取得预期的减阻效果。