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。     

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。     

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。     

基于云粒子群算法的船舶纵摇运动参数辨识

提出一种基于云粒子群优化算法的船舶纵摇运动参数辨识方法。该方法利用正态云发生器自适应调整粒子群算法的惯性权重,并在算法进化过程中对粒子位置进行基于云模型的变异操作,可以很好地解决算法早熟收敛的缺点,能够提高算法的收敛精度和收敛速度。应用该算法对船舶纵摇有关运动参数进行辨识,辨识结果在可以接受的范围之内。     

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。     

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.     

基于改进混沌优化算法的船舶综合负荷模型参数辨识

参数在线辨识是目前电力系统负荷建模的主要手段,而在辨识方法上主要使用了优化类算法。首先改进以往混沌优化算法的流程,增加参数搜索范围自动缩小的功能,减少一次混沌序列生成的步骤。对测试函数的优化结果表明改进算法在保证精度的基础上大大提高了寻优速度。然后,将该改进算法应用到了船舶综合负荷模型的参数辨识上,仿真结果说明该算法寻优速度快,并且有良好的辨识精度。通过对仿真结果的分析指出,对于负荷模型参数辨识,合理缩小参数寻优范围有助于提高算法的精度。     

进化粒子群优化算法在船舶纵向运动参数辨识算法设计中的应用

我国航运事业飞速发展,各种类型和用途的船舶被制造出来,以满足经济发展的需要。而在复杂的海洋环境航行时,由于天气环境可能会非常恶劣,船舶的航行安全受到了严重的威胁。而基于进化粒子群优化算法的控制系统,能够有效对运动参数进行优化,从而避免发生意外,船舶纵向运动的控制是本文的研究重点。由于船舶的纵向控制需要多个系统联合同时进行,需要对众多的相关参数进行时序上的优化,从而找到最优的一组运动模态,以提高航行的安全性。     

基于改进混沌优化算法的船舶综合负荷模型参数辨识

参数在线辨识是目前电力系统负荷建模的主要手段,而在辨识方法上主要使用了优化类算法.首先改进以往混沌优化算法的流程,增加参数搜索范围自动缩小的功能,减少一次混沌序列生成的步骤.对测试函数的优化结果表明改进算法在保证精度的基础上大大提高了寻优速度.然后,将该改进算法应用到了船舶综合负荷模型的参数辨识上,仿真结果说明该算法寻优速度快,并且有良好的辨识精度.通过对仿真结果的分析指出,对于负荷模型参数辨识,合理缩小参数寻优范围有助于提高算法的精度.     

一种提高粒子群算法优化性能的方法

针对粒子群优化算法在解决控制领域优化问题时存在的不足,文章在现有粒子群算法的几种改进方法分析的基础上,提出通过控制算法位置和速度的初始化策略,来提高算法的收敛速度、精度和成功率,该方法适用于各种粒子群改进算法。最后,通过两种改进后的粒子群算法,采用初始化策略对典型单峰函数和多峰函数进行实验测试,结果表明,该方法可以有效提高两种改进粒子群算法的搜索成功率、收敛速度和准确性。     

迎浪规则波中小水线面双体船纵向运动及波浪载荷非线性特性数值分析

基于RANS方程和VOF模型求解船体粘性兴波流场,开展了小水线面双体船(Small Waterplane Area Twin Hulls,SWATH)迎浪规则波中纵向运动及波浪载荷的非线性特性研究.通过数值计算结果与模型试验结果的对比分析,验证了文中方法的有效性;在此基础上,较为系统地分析了SWATH船的垂荡及纵摇运动响应、垂向加速度和波浪载荷的一阶及二阶量随入射波高的变化规律,指出SWATH船的运动响应及载荷与波高存在非线性的关系,尤其体现在响应共振区附近;相比于船体垂荡和纵摇运动,垂向加速度及波浪载荷的非线性特性更为显著.     

Formulation of consistent nonlinear restoring stiffness for dynamic analysis of tension leg platform and its influence on response

Shortcomings of the traditionally used nonlinear restoring stiffness of TLPs, i.e. unrealistically high stiffness of horizontal motions, their uncoupling and secant formulation are pointed out. Therefore, new consistent restoring stiffness is derived. The platform is considered as a rigid body moored by flexible pretensioned tendons. Global horizontal low frequency motions (surge, sway and yaw) with large amplitudes as a result of dominant second order wave excitation and small stiffness, and vertical local motions (heave, roll and pitch) of higher frequency and small amplitudes excited by the first order wave forces, are distinguished. Hence, horizontal displacements represent position parameters in analysis of vertical motions. First, the linear restoring stiffness, which consists of the tendon conventional axial stiffness, the tendon geometric stiffness and the platform hydrostatic stiffness, is established. Then it is extended to large displacements resulting in new secant restoring stiffness. It depends on surge, sway and yaw displacements and is the same in any horizontal direction. Also, the tangent stiffness, which gives more accurate results, is derived. Heave is defined as vertical projection of axial tendon vibrations and platform tangential oscillations, which are analyzed in their natural moving coordinate system. Inertia force due to setdown, as a slave d.o.f. of the master horizontal motions, is taken into account in the dynamic equilibrium equations. As a result the complete tangential stiffness matrix of horizontal and vertical motions includes 7 d.o.f. The known secant restoring stiffness matrices are compared with the new one and noticed differences are discussed. All theoretical contributions are illustrated by relatively simple numerical example.     

迎浪规则波中波浪增阻和船体垂向运动的数值预报(英文)

The numerical prediction of added resistance and vertical ship motions of one ITTC (International Towing Tank Conference) S-175 containership in regular head waves by our own in-house unsteady RANS solver naoe-FOAM-SL JTU is presented in this paper. The development of the solver naoe-FOAM-SJTU is based on the open source CFD tool, OpenFOAM. Numerical analysis is focused on the added resistance and vertical ship motions (heave and pitch motions) with four very different wavelengths (0.8Lpp≤λ≤1.5Lpp) in regular head waves. Once the wavelength is near the length of the ship model, the responses of the resistance and ship motions become strongly influenced by nonlinear factors, as a result difficulties within simulations occur. In the paper, a comparison of the experimental results and the nonlinear strip theory was reviewed and based on the findings, the RANS simulations by the solver naoe-FOAM-SJTU were considered competent with the prediction of added resistance and vertical ship motions in a wide range of wave lengths.     

基于"stretching"技术的粒子群优化算法

粒子群优化算法是一种随机的全局优化搜索方法。本文系统的介绍了粒子群优化算法和"Stretching"技术并提出了基于"stretching"技术的粒子群算法,然后用标准测试函数对新算法进行了实验。实验结果表明新算法在解的收敛性和稳定性等方面优于基本的粒子群优化算法。     

Experimental study of slam-induced stresses in a containership

Experiments for the ship motions and sea loads were carried out on a segmented model of a container ship in ballast condition. Comparisons between the measurements and the theoretical results were carried out for the vertical motions and bending moments. For the evaluation of the primary stresses it is assumed that the total vertical bending moment induced by waves is divided into one component obtained by the linear theory and another one is due to the slamming loads. Several formulations for the determination of the slamming loads are compared with experimental results. The vibratory response of the model is calculated by modelling the hull with rotational springs and rigid links. Linear finite elements with a consistent mass formulation are adopted for the structural model and the response is obtained by modal superimposing and direct integration methods.     

基于高级遗传算法的船舶模型参数辨识

提出一种以二阶K-T方程为基础，并基于高级遗传算法的船舶参数辨识算法，能有效地保证了算法的收敛性和全局优化能力，避免陷入局部最优解。并引入噪声参数，再用基于多局部种群的遗传算法进行迭代计算，将残差白噪声化。最终将该方法与传统的广义最小二乘算法相比较，得到了较为理想的船舶参数。通过对采集的仿真数据和实际自动舵数据的辨识结果验证了该方法在实际工程应用中的可行性和有效性。     

圆形微带天线谐振频率的混沌粒子群神经网络集成建模

谐振频率是微带天线设计过程中最重要的一个参数,直接决定设计的成败．本文提出二进制粒子群优化算法的选择性神经网络集成方法,通过粒子群优化算法合理选择组成神经网络集成的各个神经网络,使个体间保持较大的差异度．为有效保证粒子群优化算法的粒子多样性,在迭代过程中加入混沌变异．基于该混沌粒子群算法的神经网络集成对圆形微带天线的谐振频率进行建模．仿真试验表明,混沌粒子群优化算法是组合优化权值的有效方法,可以有效提高神经网络集成的泛化能力,基于该算法所建立的圆形微带天线的谐振频率模型好于此问题的已有结论．