引导进化模拟退火算法在船舶能优化设计中应用

引导进化模拟退火算法是一种采用全局优化策略的人工神经网络的平行技术，综合了遗传算法，模拟退火，模拟进化的思想，并在解空间实施区域引导，本文用该算法进行船舶性能优化计算，速度快捷，其全局化策略，可避免陷入局部最小值。     

GESA算法在船舶性能优化设计中的应用

ＧＥＳＡ算法是一种全局采用全局优化策略的人工神经网络的并行技术，它以一种新颖的方式综合了遗传算法，模拟淬火、模拟进化的思想；它的另一个特点是在解空间实施区域引导 。本文用ＧＥＳＡ算法进行船舶性能优化计算，这种方法速度快速，由于是全局优化策略，避免了陷入局部最小值，利用该方法，可向设计部门提供咨询服务。     

一类不确定性多属性决策方法及其在船舶优化设计中的应用

本文采用属性值为不确定和多属性的闭区间数多属性决策方法，验证了该方法的可行性有效性。     

机器学习算法在柴油机性能预测与优化设计的应用

船用柴油机以其自身所具备的诸多特点,已经完全取代蒸汽机,在造船工业中得到广泛应用,逐步成为各种船舶的主要动力。按照作用的不同,柴油机分为主机和辅机,前者为船舶推进动力,后者主要负责带动发动机和其他设备,如空压机、水泵等。船用柴油机可分为高中低速三类,各类的性能有所差别,在对柴油机的性能进行预测和优化时,可以运用先进的机器学习算法,选取适宜的预测模型,通过机械学习算法对模型进行优化设计,以此来满足柴油机性能预测的需要,提高船舶的整体性能。     

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。     

船舶航行性能综合优化研究

船舶航行性能优化是一个非常复杂的问题,它具有多个设计变量,多个约束和多个极点.传统的优化方法通常无法解决该问题.文中采用了一种传统的优化方法一复合形法(CA)和遗传算法(GA),模拟退火算法(SA)来计算船舶航行性能优化问题,比较了三种优化方法的输出结果并选取最好的那个解作为最终的优化结果.通过这种方法.可以以更高的概率获得真实的最优解.应该指出的是,这三种算法都作了某种程度上的改进.作者采用C++语言基于面向对象思想开发了计算软件-ShipPO.文中列出的所有船舶航行性能优化计算结果都是在ShipPO平台上计算出来的,结果表明采用三种优化方法计算一次船舶航行性能优化问题耗时并不太多.最终的结果表明ShipPO具有很强的寻找全局最优解的能力,它能够很好地满足工程需要.     

用“模拟退火”算法实现船舶主尺度的全局最优化

本文把模拟退火（SA）法应用于舶舶主尺度优化问题中。针对船舶主尺度优化问题解的特性和状态，对SA算法具体应用中的几个问题进行了探讨。同时，与单纯形法进行了优化结果的比较。比较表明，SA算法能很好地逃离局部极值点的陷阱找到全局最优解，其优化结果与初始点的选择无关，从而为船舶主尺度优化问题提供了一种稳定可靠的全局最优化算法。     

小型船舶的优化设计

基于优化，小型船舶的初步设计可以通过公式用计算机进行处理，并且新的设计节点，例如船员的安全性或加速度水平，将包含在初步设计中。此外，一种综合技术计算环境，例如MATLAB，可用于小型船舶的初步设计，并且人类工程学标准可以包含在该设计方法中。这种方法在本文中称为MATSHIP，能比较容易地在设计室里完成。除了MATSHIP计算的初步设计参数外，考虑到一组船员安全的最高标准，它为某一海情下的容许航速获得了一个新的运行参数。     

船型方案优化设计的应用探讨

根据设计船舶的具体要求确定设计变量、目标函数及约束条件，构造描述船舶优化设计的数学模型。运用有约束条件非线性规划问题的罚函数算法、多目标决策问题的分层序列算法，结合MATLAB“Optimization Toolbox”进行优化计算。计算结果和实际营运效果表明，优化船型船舶与本航区同类非优化船型船舶相比，营运性能有显著提高。     

多目标遗传算法在水面船舶快速性优化设计中的应用

在船舶设计中,船、机、桨的匹配问题一直是设计人员最关注的问题之一.快速性良好的船舶应使得船、主机和螺旋桨之间的性能综合匹配.通过采用改进的非支配解排序的多目标遗传算法,讨论了船舶概念设计阶段快速性优化问题.以推进系统综合效率和排水量为优化目标,考虑了混合变量的多目标优化问题.文中给出了载重量为35000t油船的快速性优化设计例子.结果表明,多目标遗传算法能够快捷搜索到全局最优解.     

基于人工神经网络的船舶操纵性能预报方法

本文以单桨肥大型船回转性能为例,探讨应用改进的ＢＰ神经网络建立船舶操纵性预报数学模型的方法。研究结果表明,只要选择适当的学习样本、网络结构和学习算法,该数学模型的预报精度在工程上可以接受。     

基于神经网络的船舶间碰撞态势模糊分类方法

本文提出一种采用神经网络技术实现船舶间碰撞态势模糊分类的方法。通过对复杂问题的分解,建立了一个由三个子网构成的多级网络模型。每个子网实现一部分分类功能。仿真结果表明：该网络模型具有模糊分类功能,同时,对不正确的输入具有容错性。     

基于神经网络理论的船舶结构可靠性优化设计

本文将人工神经网络理论应用于船舶纵向结构的可靠性优化设计中，采用模拟退火和玻尔茨曼机原理，在优化过程中可避开局部最优解，取得系统的近似最优解。     

基于误差反传神经网络的船型要素建模分析方法及应用

探讨用ＢＰ神经网络建立船型要素建模分析理论和方法。讨论了建模的处理技巧。结合算例对基于ＢＰ网络的数学模型的表达方式、网络结构模型预报精度的影响及模型中变量的重要度分析方法等基本问题作了初步分析。     

基于神经网络的无人无缆水下机器人运动建模与控制技术研究

对自主型水下机器人（ＡＵＶ）神经网络运动模型的结构进行了理论分析和探讨,提出了非完全回归型神经网络、增加积分层的输出层结构及相应的分步式学习方法。对ＡＵＶ运动过程中目标运动路径和目标运动速度的同时跟踪控制进行了系统研究。提出了由主控网络和伴随网络构成的神经网络控制器结构,给出了通过计算机模拟来生成教师样本的方法,提出了预测控制的思想。计算机仿真及水下机器人“Ｔｗｉｎ－Ｂｕｒｇｅｒ”的水池实验结果验证了本文所提出的建模方法和跟踪控制方法的有效性和可行性。     

基于模糊综合考评的船型方案工艺性择优

本文提出在船型优化设计时就应考虑建造工艺的优化。在模糊综合考评方法的基础上，提出以线型光顺性、外饭可展性及外板加工性作为船体线型工艺量化分析的评判准则。文中还讨论了评价指标的数量化，隶属度的确定，权重分配的求解方法等，并用算例说明。     

结构可靠性优化设计的遗传算法

本文针对结构可靠性优化设计问题的特点与计算上的难点，提出遗传算法，文中比较详细地比较了遗传算法的理论基础，遗传算子及工作过程，并对参数选择及其对收敛的影响作了探讨，最后以两个可靠性优化问题作了算例，验证了遗传算法解决此类问题的有效性。     

基于势态神经元和逻辑神经元理论的船用柴油机控制算法

过程控制的输入量和输出量中，常常既有若干个逻辑（开关）量，也有若干个模拟量，其中模拟量的输出受许多开关量的控制，而一些开关量的状态又与模拟量变化的数值范围有关。船用柴油机控制系统中的数值运算和逻辑运算是混在一起相互作用的。本文介绍了基于势态神经元和逻辑神经元的船用柴油机控制算法。此算法适合于这些既有连续量又有离散量的复杂的混合运算，有广泛的应用前景。为了解决神经网络实际应用中存在的具体问题，本文还试定义了新神经元──类比神经元、广义逻辑神经元和计数神经元，供参考。     

神经网络用于船舶操纵动态特性学习的研究

本文针对BP网络存在的一些问题，提出一种单层神经网络结构，通过大量的仿真试验，对两种网络在学习、预报和适应参数变化等方面的特性进行了对比。结果表明单层神经网络用于学习船舶操纵动态特性，具有收敛速度极快、预测误差较小、能快速跟踪参数变化等优点，可用于船舶操纵特性的实时学习。