基于量子行为遗传算法的船体局部结构优化设计

采用遗传算法解决船舶复杂结构中混合设计变量优化问题时,其效果很有效,且能获得全局最优可行解。然而,简单遗传算法局部搜索能力差且易于早熟。为了提高对船舶复杂结构设计变量解空间的搜索能力,该文设计了一种基于二进制编码的适用于混合变量的量子行为遗传算法,比较适合于复杂函数的全局寻优,且搜索能力优于标准遗传算法。通过三个算例对算法的寻优能力进行测试,实验结果表明,采用量子行为遗传算法进行的船体局部结构优化设计具有较好的计算质量与计算效率。     

一种基于克隆选择的量子遗传函数优化算法

为了解决量子遗传算法(QGA)用于连续多峰函数优化易陷入局部极值的问题,将免疫学中的克隆选择算法的概念和原理引入到量子遗传算法中,提出了一种新型的进化算法——基于克隆选择的量子遗传函数优化算法.该算法通过克隆选择、高斯变异以及量子旋转门等操作对可行解进行搜索,提高了算法在解决函数优化问题的全局寻优能力。典型函数的测试结果表明该算法优于传统的QGA和一些遗传算法。     

风驱动优化算法

风驱动优化(wind driven optimization,WDO)算法是一种新兴的基于群体的迭代启发式全局优化算法.该算法是对物理学中大气运动的简单模拟,其概念清晰,高效易实现,且可调参数较少,鲁棒性强,寻优效率高,全局搜索能力较强,适用于解决多维和多模态问题,可以处理连续和离散优化问题.文中首先介绍了该算法的物理学基础,以及基本原理,并给出一些应用实例,最后对内容做出总结,并对该算法未来的研究提出了一些建议.     

基于遗传算法和神经网络的舰船电子装备备件优化模型研究

针对舰船电子装备备件优化问题,分析了遗传算法和神经网络,利用遗传算法全局搜索能力强的优点,对神经网络进行优化,研究基于遗传算法和神经网络的混合遗传算法,并建立了基于遗传算法和神经网络的舰船电子装备备件优化模型.通过实例,该模型可有效提高备件优化的速度和精度.     

船舶航行性能优化的模糊遗传算法

模糊遗传算法是一种模糊优化与遗传算法紧密结合的优化方法。它兼有模糊优化的考虑到模糊因素从而更能贴近工程的实际情况和遗传算法的全局寻优能力强的特点。本文中模糊优化采用限界搜索法，它可针对模糊非线性一规划给出一个特定的清晰解。对应特定水平则委托遗传算法进行寻优。为处理等式和不等式混合约束，通过惩罚策略将其吸入遗传算法中染色体的适值。本文采用该方法对船舶航行性能进行优化，以船舶的快速性、操纵性和耐波性三个航行性能综合最优为目标函数，具体做法是取三个性能指标的线性加权和，最后建立的数学模型包括三个等式约束和五个不等式约束。根据以上思想本文用VC＋＋6．0开发了ShipPO优化平台，并在其上进行船舶航行性能优化计算，结果表明，该京城地少，全局寻优能力强，非常符合工程需要。     

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.     

基于混合聚类算法的异常检测方法

模糊聚类算法是一种无监督的机器学习方法,能够有效地检测出网络入侵中未知的异常攻击行为,但模糊聚类算法实质上是一种迭代寻优方法,容易陷入局部最优解.因此结合遗传算法的全局搜索特性与禁忌算法的局部搜索特性,提出了一种基于遗传禁忌搜索的混合模糊聚类算法,实验表明该方法能有效避免局部最优解、得到正确的聚类结果,在KDDCUP99数据集上的实验结果表明该方法具有更高的检测率和较低的误检率.     

基于改进人工蜂群进化算法的移动机器人路径规划与仿真分析

针对经典人工蜂群算法在机器人路径规划中易于陷入局部极值,且寻优过程收敛速度较慢等问题,提出了一种基于约束优化的改进人工蜂群算法.通过设计变异算子来增大极值在陷入局部最优时的跳出概率,提高机器人路径规划的收敛能力.在机器人路径规划上,对文中方法、遗传算法、A*算法以及经典人工蜂群算法进行性能评估.实验结果表明,文中方法能有效避免路径规划中的局部极值,减少机器人路径规划时间损耗,提高了路径规划效率.     

粒子群混合算法在操纵运动模型辨识中的应用

基于经典的POWELL寻优算法和粒子群混合算法,针对航行体的操纵运动数学模型开展智能辨识研究。该方法能够很好地调整算法的全局与局部搜索能力之间的平衡,有效地提高辨识的精度和速度。采用该方法,利用航行体操纵性试验结果,对航行体操纵运动方程系数进行了辨识研究,并用辨识的数学模型进行了水面Z形操纵仿真。仿真结果表明,该方法具有很好的全局收敛性和稳定性。     

基于遗传算法的核动力舰船蒸汽发生器水位PID控制研究

采用遗传算法对PID参数进行寻优,在搜索空间内获得全局最优点,将遗传算法和Z-N整定的结果作了比较,仿真结果表明,采用遗传算法能获得较好的控制效果,在蒸汽发生器水位控制过程中,可以采用遗传算法来优化PID控制器参数。     

基于规范计算的油船中剖面优化设计

为降低船舶造价,最大限度地实现船舶的轻量化设计,基于船体尺寸优化的思想,以油船中剖面结构为研究对象,采用法国船级社规范计算工具Mars2000对油船中剖面进行结构定义和载荷计算,通过优化分析软件ISIGHT集成设计变量、约束条件、目标函数,建立参数数据流;开发基于协调共同结构规范（Harmonized Common Structure Rules, HCSR)计算的船舶尺寸优化系统,获得油船中剖面结构设计方案。优化后中剖面面积比原始设计减少6.4%,实现油船的轻量化设计。     

基于多种群萤火虫算法的集装箱船结构优化

针对集装箱船结构优化问题,依据CCS规范建立以集装箱船舯剖面面积最小为优化目标,板厚、型材横截面积为离散设计变量的优化数学模型。提出一种多种群萤火虫算法,各种群设置不同的参数,提高搜索区域,多子群并行寻优、子群主群协作寻优提高算法寻优性能,对所建模型进行优化计算。优化算例表明,所提出的多种群萤火虫算法比标准萤火虫算法可以更快的收敛得到最优解,在满足所有约束条件情况下,集装箱船舯剖面面积最小约13.2%,验证了多种群萤火虫算法应用于集装箱船结构优化的有效性。     

大型油船中剖面结构优化设计的遗传算法

采用遗传算法对大型油船中剖面结构进行了基于DNV规范的优化。以舱段单位长度重量最轻为目标函数,选取了20个设计变量,从DNV规范中提取了32个关于总强度、稳定性等要求作为约束条件,并设计了相应的遗传算法数学模型。算例结果表明单位舱段长度的重量减轻了5.2%,表明该遗传算法在大型油船中剖面的结构优化方面是行之有效的。     

基于人工蜂群算法的油船舯剖面优化设计

人工蜂群算法(ABC)是模仿蜜蜂行为提出的一种优化方法,通过各人工蜂个体的局部寻优行为,最终在群体中使全局最优值凸显出来,有着较快的收敛速度[1]。本文基于HCSR规范,以中剖面净面积最小为优化目标,以区域纵骨间距个数、板厚、型材尺寸、板缝位置为设计变量,采用ABC算法,建立了适用于油船的中剖面优化设计模型。以一艘32000DWT油船为例,对其进行了优化设计,优化结果验证了人工蜂群算法用于船舶中剖面结构优化的可行性和高效性。     

基于神经网络与遗传算法的潜艇舱壁结构优化

建立了某潜艇端部耐压平面舱壁结构优化设计的数学模型,以舱壁上加强桁(筋)结构的剖面尺寸为设计变量,结构强度、稳定性、工艺性要求为约束条件,以加强桁(筋)结构总体积为目标函数,用人工神经网络方法代替结构的有限元分析,结合遗传算法完成了舱壁的结构优化设计。在为网络生成学习样本时,自行设计了正交表,解决了因为设计变量多,无法选取合适正交表而随机取样的问题。数值仿真结果表明,优化设计方案质量较原始初步设计方案减少了18.3%。     

Rule-based optimization of midship structures

A rule-based overall design methodology for midship structures of small inland waterways vessels is presented. It is shown how the designer, under conflicting requirements, can select the optimum design by using a combined objective function with priority factors assigned to individual design criteria. The concept of optimization, in large-scale structural design problems, is extended to the local members (the stiffening elements) of the ship structure, so that the stiffeners can be specified by their actual dimensions instead of section moduli. The effects of price-structure (labour rate to material price ratio) and the choice of type of stiffener on design are investigated. Standard sections and optimized fabricated sections are taken as the alternative options for selecting the stiffeners. Conversion of exact mathematical optimum solutions into production-oriented designs is also demonstrated in a series of practical applications of the proposed method.     

基于遗传算法的潜艇首端耐压平面舱壁构架分级优化研究

探讨了潜艇首端耐压平面舱壁的结构优化设计,针对舱壁结构复杂、设计变量多、取值离散规格化等难点,确定两级优化方案,即先后分别对舱壁内部主构架和肘板进行优化,采用遗传算法作为优化方法,并利用ANSYS程序对舱壁结构进行受力分析.对遗传算法进行了改进,并在此基础上用MATLAB语言编程实现遗传算法操作,同时编程与ANSYS结合起来,完成结构优化设计.经过迭代优化,得到一个优化方案,优化部分的结构重量较初始方案降低了18.39%.     

大型舰艇多学科设计优化船体结构子系统设计方法

多学科设计优化(MDO)是解决复杂系统工程问题的有效手段。通过对大型舰艇多学科设计优化船体结构子系统设计方法进行研究,将船体结构设计分为船体横剖面结构布置方案自动生成、船体横剖面结构方案优选、船体结构重量估算3个步骤;根据总体方案提供的主尺度、横剖面外形轮廓和分层分舱等信息,依据骨材(桁材)均匀布置和余量控制的原则,生成船体横剖面结构布置方案,并提出一套参考母型船设计,确定设计船构件尺寸初值的方法;在船体横剖面结构方案优选过程中,采用调用代理模型代替板架有限元仿真模型的方法来减少结构分析的计算时间,并采用组合法获得重量最轻的设计方案。     

基于相对差商法的大型油船中剖面结构优化

基于DNV规范对大型油船中剖面结构进行了优化设计.针对采用DNV规范进行油船结构设计的特点,确定了作为设计变量的构件尺寸与相邻同类构件尺寸之间的关系,进而建立了较为精细的优化模型,以增强优化效果和实用性.优化方法采用相对差商法,并作了若干改进.算例显示优化后纵向构件总重量减轻了5.54%,表明所建的优化模型和改进的相对差商法在大型油船结构优化方面具有良好的有效性.