基于粒子群遗传搜索算法的水下结构内部激励力源识别（英文）

文章针对水下弹性结构,提出一种识别结构内部激励力源的匹配场处理方法及基于结构辐射声场的广义拷贝场概念,并提出采用粒子群遗传融合搜索算法对最优力源强度进行匹配搜索。以水下自由声场中的单层圆柱壳体为研究对象,采用数值计算方法建立了结构辐射声场传递函数拷贝场,并对匹配搜索算法进行了数值仿真分析。在消声水池中进行了水下单层圆柱壳体辐射声场测试,将测试结果与拷贝场进行了匹配处理。仿真结果与试验结果均表明,这种力源识别匹配场处理方法可以有效地针对结构内部的力源强度进行分析排序,利用匹配识别的结果进行辐射噪声预报时,预报精度很高。     

基于粒子群遗传搜索算法的水下结构内部激励力源识别

文章针对水下弹性结构,提出一种识别结构内部激励力源的匹配场处理方法及基于结构辐射声场的广义拷贝场概念,并提出采用粒子群遗传融合搜索算法对最优力源强度进行匹配搜索。以水下自由声场中的单层圆柱壳体为研究对象,采用数值计算方法建立了结构辐射声场传递函数拷贝场,并对匹配搜索算法进行了数值仿真分析。在消声水池中进行了水下单层圆柱壳体辐射声场测试,将测试结果与拷贝场进行了匹配处理。仿真结果与试验结果均表明,这种力源识别匹配场处理方法可以有效地针对结构内部的力源强度进行分析排序,利用匹配识别的结果进行辐射噪声预报时,预报精度很高。     

SPH-ALE 方法在数值造波中的应用研究

应用传统的 SPH 方法处理数值造波问题有一定的局限性,波浪在传播过程中由于能量耗散会出现衰减,且粒子压力场存在数值震荡。该文基于 SPH-ALE（Arbitrary Lagrangian-Eulerian）方法,提出了一种适用于黎曼解算法的时间积分方法,详细论述了对自由面粒子的捕捉方法。采用 SPH-ALE 方法分别对规则波传播、强非线性波的破碎、孤立波生成及在斜坡上的破碎进行了数值模拟。模拟结果表明,该方法可以有效地解决波浪衰减及压力场不稳定问题,并且可以有效捕捉波浪破碎的瞬时形态。     

水电站地下厂房洞室施工仿真的参数反演分析

采用改进的BP神经网络方法,得到初始地应力场及围岩弹模E,通过验算反演参数的合理性。结果表明该方法对地下洞室施工期间的稳定性状可做出及时准确的判断,具有较好的适用性。     

粒子群优化算法中粒子更新方法研究

粒子群优化算法是根据鸟或鱼群居社会行为而提出的随机优化算法,但标准粒子群优化算法存在早熟收敛和搜索精度低等问题.因此模拟生物克隆选择中5%的B细胞自然消亡过程,在粒子群优化算法进化过程中分别基于代间差分、混沌理论、变异原理等方法设计了8种粒子更新算法,并按照模拟退火方法进行更新后粒子的选择.通过数值实验得出基于代间差分和混沌变异的粒子更新算法(即算法8)是一种很好的选择,并且当性能较差的20%左右粒子按照这种算法更新时效果较好.这种算法可以有效克服标准粒子群算法的早熟现象,并能够加快收敛速度.     

利用GA-PSO混合算法进行海面大气折射率剖面反演计算

在利用雷达进行海面探测的过程中,会受到海面大气的影响产生异常的传播。本文将遗传算法和粒子群算法相结合进行海面大气折射率剖面反演计算,通过混合算法可以有效的克服局部最优、早熟收敛等问题。在反演计算过程中对采集的波导数据进行离散化,然后进行剖面的杂波功率对比,最后的实验结果表明本文算法稳定性强、精度高。     

基于粒子群优化支持向量回归机的渲染时间预估

通过对使用V-Ray渲染器的渲染系统进行深入分析,提取出影响渲染时间的13个特征参数,研究了基于粒子群优化支持向量回归机(PSO-SVR)的渲染时间预估方法,采用粒子群算法随机搜索策略优化支持向量回归机的训练参数,获得了较优的支持向量回归机预测模型,实现渲染时间的准确预估.实验结果表明,在渲染时间预估中,PSO-SVR比BP神经网络和逐步回归预测精度高,并且具有较好的泛化能力.     

基于ABAQUS的港工结构计算模型自动地应力平衡方法研究*

初始地应力场是结构-地基相互作用下有限元分析重要的初始条件，其平衡结果的精度将直接影响结构数值分析结果的准确性。虽然自动地应力平衡法操作步骤最为简单、所得结果最优，但受地基或结构形式、地基土层参数及接触等复杂条件的严重制约，其在实际中的应用非常受限。利用ABAQUS软件，在严格遵守实际地应力平衡时间节点的基础上，采用设置生死单元的方式实现初始地应力平衡前、后地基-结构所在空间单元的置换，建立通用自动地应力平衡方法及步骤，并通过多个典型港工结构模型算例进行验证。结果表明，本文的自动地应力平衡方法及步骤简单、易行，且能够方便有效地实现各种复杂情况下港工结构计算模型的初始地应力平衡。     

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。     

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。     

一种面向设备维修时间预测的组合优化模型及其应用

提出了一种面向设备维修时间预测的组合优化模型,即首先利用混沌粒子群优化算法估计灰色模型参数,然后结合线性回归方法推导得到可以补偿灰色预测模型误差的设备维修时间预测模型,同时以船用柴油机汽缸的维修时间预测为例进行了仿真实验。结果表明,该组合优化模型的预测精度较高,可以有效减小数据波动引起的误差,具有较高的应用前景。     

波浪爬高的PSPH方法数值模拟研究

通过Poisson方程迭代求解压力场的SPH方法,建立了模拟水波动力学问题的数值模型,将亚格子湍流模式加入方程中,更加精确地描述了波浪破碎时的湍流特性。针对SPH方法中粒子靠近边界处由于粒子缺失导致核函数的截断而引起计算误差,将核函数梯度修正引入了数值计算模型中。同时提出一种新的边界压力计算方法,改善了边界压力计算的精度。对孤立波及椭余波在斜坡上的爬坡破碎过程进行了数值模拟,数值结果与实验结果吻合较好。表明该方法在对复杂水波动力问题的数值模拟上是行之有效的。     

基于多目标混沌云粒子群算法的泊位-岸桥分配研究

为了提高集装箱港口泊位-岸桥分配效果和优化效率,以集卡运距和船舶在港时间最小为优化目标,建立了多目标离散泊位-岸桥分配模型,利用混沌云粒子群算法对泊位-岸桥分配模型进行求解,开发了粒子可行-整数化处理模块,内嵌于混沌云粒子群算法进化中,制定了粒子编码规则,设计了多目标函数的粒子历史极值和全局极值的计算方法,提出了基于混沌云粒子群优化算法求解多目标离散泊位-岸桥分配模型的新方法,数值算例结果证明了该模型和算法的可行性和实用性。     

基于多目标粒子群算法的船舶主尺度优化设计研究

粒子群优化是一种新兴的进化计算技术。文章基于多目标粒子群优化算法讨论了船舶主尺度论证中的多目标优化和决策问题。对于多目标优化问题,采用基于Pareto占优方法的多目标粒子群算法得到最优解,然后采用距离理想解最近的方法对这些Pareto最优解给出排序。应用文中给出的两个阶段求解方法,对散装货船概念设计阶段主尺度确定的问题进行了分析。结果表明,综合多目标粒子群优化和决策技术,能够迅速、客观地选择合理的船舶主尺度,可以给设计人员提供更多的选择。这种综合方法也能够广泛用于船舶其他设计领域。     

波流共同作用下大尺度圆柱墩群周围局部冲刷的数值模拟

本文利用数值方法研究了波流共同作用下大尺度圆柱墩群周围的局部冲刷,利用有限元方法建立了模拟波流共同作用下大尺度圆柱墩群周围的局部冲刷的数值模型.该数值模型波包括两个子模型:波流耦合场的数值模型和输沙计算的数值模型.通过波浪弥散关系的迭代计算可得到随流运动坐标系中的波浪频率和波向与流向的夹角.流场通过求解加入辐射应力项的浅水环流方程得到,波浪场通过求解含流的缓坡方程得到.然后通过两者的迭代计算得到波流场的耦合解.利用已获得的波流场的水质点的速度计算海床底面的剪切应力与泥沙的输沙率,通过泥沙守恒定律计算海底地形改变情况,在新的海底地形条件下重新计算波流场,重复这一过程直至地形稳定.本文中首先利用数值方法计算了波流共同作用下大尺度孤立圆柱周围的局部冲刷,计算结果与物理模型试验的实测值吻合得较好.在此基础上,本文计算了多组墩群周围的的部冲刷的算例,并与相同条件下孤立圆柱周围的局部冲刷结果进行了比较,以研究墩群中各柱间的相互作用对局部冲刷的影响.     

基于BP神经网络三维地应力场反分析

在工程地应力测试和分析的基础上,建立地质概化模型,采用均匀设计和神经网络进行岩体地应力场三维反分析。采用Levenberg-Marquardt算法来训练BP神经网络,以提高效率,获得了岩体地应力场沿深度的分布规律。实测值与计算值较吻合,表明所获得岩体地应力场是基本合理的。     

粒子群优化算法对三轴磁强计非正交度的修正

为避免船舶轨迹偏离行为的出现,实现对船体行进路径的合理化控制,提出基于粒子群优化算法的三轴磁强计非正交度修正模型。借助粒子群参数控制原理,建立必要的动态种群策略,实现基于粒子群算法的舰船轨迹优化处理。在此基础上,分别计算零偏误差数值与垂直度误差数值,在确定模型参数化处理结果的同时,完成舰船三轴磁强计非正交度修正模型的建立。对比实验结果表明,与常规船体行进控制方案相比,新型修正模型可确保BST指标的数值水平始终低于2.95,有效避免船舶轨迹偏离行为的出现,满足合理化控制船体行进路径的实际应用需求。     

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．     

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。     

基于FPSO的船舶柴油发电机励磁系统控制

针对大功率船舶柴油发电机工况的复杂性、时变性以及非线性等特性,以及船舶运行负载的变化对发电机励磁系统的影响,借鉴粒子群优化算法能够很好地适应复杂系统参数的寻优的特性以及模糊控制对参数优化的精确性,使用粒子群优化算法对控制器的PID参数进行优化,再使用模糊PID算法以误差和误差变化率作为输入,PID参数的增量作为输出对粒子群优化算法优化出来的PID参数进行修正,构成船舶发电机模糊-粒子群优化(FPSO)励磁控制系统控制器。在Matlab/Simuink环境下进行了额定负载、增加50%额定负载和三相故障等工况的仿真实验。实验表明,端电压经过短暂的波动后能够快速的回归稳定,证明该方法能够很好地适应工况的改变。