人机合作多蚁群协同进化算法的潜艇管路布局

本文针对潜艇多管路布局空间结构，运用协同进化的思想，结合人机合作思想，提出了基于人机合作的多蚁群协同进化算法的潜艇管路智能布局方法；该算法潜艇的每一条管路对应一个蚁群，一方面采用基于顺序蚁群优化算法的布局，一方面采用人机合作的多蚁群协同进化方法对选取的系统模型进行布局优化以使多管路布局达到最优；该算法既不必考虑布局顺序，又避免了增加管路布局数量时组合爆炸现象的发生，从整体优化管路布局；在测试模型上的验证结果验证了该算法的可行性和有效性。     

基于人机结合遗传算法的船舶管路三维布局优化设计

船舶管路布局优化问题属于带性能约束的组合优化问题,单纯采用计算机很难进行有效的求解。基于此,论文提出了基于人机合作充分考虑和利用设计人员的专业知识和经验,发挥人机各自特长,将人工解与算法解在改进遗传算法基因层面上进行结合,生成船舶管路三维布局优化设计方法;该方法一方面可以发挥计算机的计算优势,另一方面也充分利用了设计者的设计经验,在一定程度上缓解了求解问题的计算复杂性和工程复杂性,同时有效地引导算法进行搜索,得到满足工程要求的稳定解。最后,通过数值仿真实验验证,证明了该方法的可行性和有效性。     

船舶管路布局优化设计中的CAD设计

现代大型船舶的电气系统、水循环系统非常复杂,解决好船舶的管路布局有助于改善船体的整体空间设计,这也是船舶工业的重要研究领域。不同于传统的管理布局方法,本文研究一种船舶管理的CAD设计方法,利用计算机优化算法(粒子群算法和共同进化算法)实现船舶管路的最优布局,能够提高船舶管路布局的效率,有重要的实际应用价值。     

基于智能优化算法的船舶管路布局设计

管路布局设计是船舶设计开发过程的重要环节,布局设计过程需要重点考虑船舶空间的利用率、设备管路的安全性、船舶建造和布管过程的经济性等多种因素。随着船舶工业的发展,管路布局设计与智能优化算法逐渐融合,在高性能计算机的支撑下,布局效率更高,空间利用也更加合理。本文提出一种基于遗传算法的智能布局技术,针对船舶的管路布局进行设计和仿真。     

基于约束RRT算法的船舶管路自动布置技术

船舶管路布置的路径受到工艺、规范、美观和习惯等多个约束,且管路布置是多解问题,路径选择具有一定的随机性.为此,提出基于多个约束的快速扩展随机树(RRT)算法,并应用于船舶管路布置.首先,对RRT算法增加随机采样点概率、随机采样点位置、路径点位置和特定路径探索方式约束优化,减少算法随机性和提高算法鲁棒性;其次,从管路与障碍物的距离、管路初始路径点数量、管路长度和管路方向进行约束优化;最终,在三维平台上实现船舶管路的自动布置应用,并取得良好效果.     

基于协同差分进化算法的船舶分支管路布局优化设计

分支管路是船舶管路系统中最常见和最重要的管路形式。基于协同进化算法和差分进化算法，提出了一种船舶分支管路的新型优化设计方法，并通过3组仿真算例验证了所提优化方法的有效性和实用性。与现有的船舶分支管路设计方法相比，所提优化方法不依赖于网格空间，节省了预处理计算时间和内存；此外，所提优化方法能够对分支管路的每条分支进行并行优化设计，具有较强的全局搜索能力。研究内容对船舶管路智能化设计具有一定意义。     

舱内功能及人机工效导向的载人潜水器工作舱布局设计方法

[目的]大深度载人潜水器因球壳体积狭小带来的工作舱布局难的问题主要依靠设备的合理排布和对工作区域的优化调整来解决。以往的舱室设计多根据人体肌肉疲劳度要求进行设计,易造成设备排布过分集中或超出有限空间的现象,有可能引起设备安装、使用和维护上空间不足的问题,而注重舱内功能和人机工效这2种目标导向的设计方法则可避免这些问题。[方法]通过分析2种导向下的舱内功能系统约束与人机工效约束,提出以2种约束为基础的工作舱布局设计方法,形成针对大深度潜水器的舱室布局设计流程。以"蛟龙"号潜水器的舱内布局设计为例,按照所提出的流程进行方案设计,并利用JACK仿真分析系统等工具进行人机综合评价。[结果]结果显示,所给出的设计方案能给潜航员提供一个舒适、安全、省力的工作环境,所提出的2种导向下的布局设计方法合理有效。[结论]以舱内功能和人机工效为导向所做的方法研究解决了大深度潜水器狭小空间布局的问题,对同类多设备狭小空间的舱室布局设计有可借鉴之处。     

三维仿真在船舶机舱管路布置中的应用

计算机技术快速发展,三维仿真在船舶设计中的作用越来越重要。本文以船舶机舱管路布置为研究对象,利用三维仿真工具与计算机程序语言,实现了机舱管路的智能布置。为了有效提高管路布置算法的质量,本文使用了人机结合的管路智能布置算法,并且在遗传算法中引入爬山法提高算法的收敛速度。仿真实验结果表明,本文所描述的方法能够获得较好的仿真设计结果。     

基于分段动态松弛协同优化算法的船舶机舱结构优化设计

基于标准的协同优化算法,针对其对初始点敏感、收敛慢等固有缺陷,将协同优化算法法与混合优化算法及动态松弛法相结合,提出分段动态松弛协同优化算法,并将其应用到船舶机舱结构多目标优化问题中。针对船舶主机舱结构静、动态多学科多目标优化问题,建立主机舱结构的多目标协同优化模型。在Isight优化软件中采用改进的分段动态松弛协同优化算法,对船舶机舱结构进行静、动态多学科多目标协同优化设计,得到优化设计的最优解。优化结果表明,相对于基于遗传算法的协同优化算法,分段动态松弛协同优化算法兼顾了优化的高效性和准确性,对于实际工程中更加复杂的多学科多目标结构优化具有一定的参考价值。     

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。     

基于协同进化的舰船分支管路系统路径优化研究

提出基于协同进化方法的舰船船舶分支管路系统三维空间布局的优化方法,突破了先前分支管路布局优化研究中必须首先确定管路敷设顺序和分支点位置的思想,将分支管路系统分解为多个单独的管路,每个单独的管路代表一个种群,种群间相互影响适应度的评价以使分支管路系统布局达到最优.仿真算例证明该方法的可行性和有效性.     

虚拟机舱管路布局算法优化设计

针对当前船舶管路布局设计主要依靠经验丰富的设计人员手动敷设完成,为提高管路自动化布局效率,提出了一种基于改进遗传算法的三维空间管路设计方法,以辅助设计者完成管路布局工作。通过在经典遗传算法的整体框架中引入免疫选择机制,增加免疫检测算子和免疫平衡算子,改进了遗传算法仅依靠适应度值选择后代个体易造成算法陷入局部最优解的不足,维护了种群多样性,提高了算法运行效率。以船舶机舱为对象建立虚拟机舱仿真环境,采用栅格法对布局空间进行划分,以十进制浮点数编码方式进行算法编码设计。MATLAB仿真结果验证了改进遗传算法在管路布局优化设计问题上的可行性和搜索效率,采用C#语言编写脚本控制程序,在Unity3D虚拟机舱环境中实现了管路路径的布局设计。     

自适应遗传算法在船舶线路布局中的应用研究

随着船舶自动化控制技术的发展,船舶的各种线路控制网络也日益复杂,尤其是计算机设备控制网络和通信导航网络的布局要求变得越来越高,其抗干扰能力受布局结构的影响非常大。在研究现代化船舶的舱室结构特点后,提出一种基于自适应遗传控制算法的线路布局优化模型。通过对实际的船舱线路布局需求进行数学建模,对算法的性能优化提出改进措施。仿真实验结果表明,本文的优化算法能有效提高线路网络的稳定性能,同时能够降低线缆布局成本,便于大范围推广使用,具有良好的应用前景。     

基于提高船舶破损稳性的管路优化设计

舱内敞口管路穿过水密舱壁或甲板时,如果管路因意外破损,将破坏舱壁或甲板的水密完整性,从而削弱船舶的破损稳性。通过对该管路路径进行优化,使其在布置时经过船舶的破损安全区域,或设置隔离阀将敞口管路变为闭口管路,可有效阻止船舶破损工况下浸水区域的海水经过破损管路进入完整舱室,保证完整舱室的水密性,进而提高船舶的破损稳性。     

基于提高船舶破损稳性的管路优化设计

舱内敞口管路穿过水密舱壁或甲板时,如果管路因意外破损,将破坏舱壁或甲板的水密完整性,从而削弱船舶的破损稳性。通过对该管路路径进行优化,使其在布置时经过船舶的破损安全区域,或设置隔离阀将敞口管路变为闭口管路,可有效阻止船舶破损工况下浸水区域的海水经过破损管路进入完整舱室,保证完整舱室的水密性,进而提高船舶的破损稳性。     

多目标优化算法在舰船天线布局中的应用

针对现有的单目标优化算法在天线优化布局应用中的不足,提出一种基于多目标粒子群优化(MultiObjective Particle Swarm Optimization,MOPSO)算法的天线优化布局方法。将该算法与数值计算方法相结合,建立多目标、多变量协调控制的复杂平台上的天线优化布局数学模型。在此基础上,使用FEKO软件建立某型战舰的仿真分析模型,具体分析舰载短波通信天线的优化布局过程。     

船舶导航网络路由算法的实现

为了解决传统船舶导航网络路由算法数据丢包率高、执行时间长的难题,提出船舶导航网络路由算法研究。根据对现有算法存在难题的分析,搭建船舶导航网络路由算法架构,以此为基础,将获取的海上船舶密度作为权重值,构造带有权重值的有向图,并对最优转发路径进行选择。以得到的结果为基础,采用局部最优方法对最优转发路径计算区域进行优化。以优化结果为依据,对网络路由节点分配模型进行构建,实现了船舶导航网络路由算法的设计。通过实验得到,与传统船舶导航网络路由算法相比较,提出的船舶导航网络路由算法极大的降低了数据丢包率,缩短了执行时间,充分说明提出的船舶导航网络路由算法具备更好的性能。     

改进自适应惯性权重粒子群算法及其在核动力管道布置中的应用北大核心CSCD

[目的]旨在研究非线性自适应惯性权重粒子群优化算法,实现船用核动力一回路系统管道路径的布置优化设计。[方法]根据船用核动力一回路系统的管道布局设计特点,建立一回路系统的管道布局空间模型、约束条件和评价函数;基于管道节点数量,提出一种粒子群优化(PSO)算法的新型定长编码方法,然后结合该编码方法建立方向引导机制;在此基础上,针对粒子群优化算法易陷入局部最优解、收敛速度慢的缺点,结合辅助线性变化的学习因子,提出一种基于非线性自适应惯性权重的改进粒子群优化算法;将改进粒子群优化算法与协同进化算法相结合,提出一种用于求解分支管道布局问题的协同进化粒子群优化算法,以用于核动力一回路系统的管道布局优化。[结果]仿真结果显示,所提的改进算法与标准算法相比收敛速度提高了40%~50%,不仅能够得到更好的管道布局效果,还解决了标准粒子群优化算法容易陷入局部最优解的问题。[结论]研究成果可为船用核动力一回路系统管道布置的优化设计提供有益的参考。     

海上无人驾驶技术中的数据融合应用技术

现有的海上无人驾驶船舶数据融合应用技术存在数据精度差、数据波动大的弊端,为了解决上述问题,提出海上无人驾驶船舶数据融合应用技术研究。AIS与雷达设备采集的船舶数据存在较大的差异,采用聚类方法与高斯-克吕格投影方法分别对数据的时间与空间进行校准,得到采集时间序列一致、表述一致的船舶数据,以此为基础,利用模糊数学算法对目标船舶的关联航迹数据进行求取,以关联航迹数据为依据采用加权融合算法对AIS与雷达数据权值进行分配,实现海上无人驾驶船舶数据的融合应用。通过性能测试得到,与现有的数据融合应用技术相比较,提出的海上无人驾驶船舶数据融合应用技术极大的提升了数据精度,降低了数据波动的幅值,说明本文方法的海上无人驾驶船舶数据融合应用技术具有更好的性能。     

粒子群优化算法在港口船舶物流中的应用

传统的用遗传算法的港口船舶物流中存在逾期惩罚成本过高的问题,为此,提出粒子群优化算法在港口船舶物流中的应用。分析港口船舶物流影响因素并完成粒子编码,使得粒子位置与影响因素一一对应,计算多目标适应度函数,根据种群适应值均值调整目标粒子适应度函数,保证适应度函数最优,利用微粒迭代更新粒子的位置和速度,通过判断种群的收敛精度实现最优解的输出。实验结果表明,应用粒子群优化算法的港口船舶物流中逾期惩罚成本远低于应用遗传算法物流中的逾期惩罚成本,说明粒子群优化算法的应用有效地改善了逾期惩罚成本过高的问题。