集装箱船型线多速度点的数值优化

为获得更优化的EEDI指数,集装箱船需要基于营运范围内的型线优化,以实现油耗降低。文章以某集装箱船为研究对象,利用数值优化集成系统,采用最优化技术、曲面自由变形技术(FFD)和计算流体力学技术(CFD),对船体首部型线进行优化。数值计算表明:所得到的优化型线高速段功率略有增加、低速段功率显著降低。     

船用桨后固定组合叶轮节能效果研究

船用桨后固定组合叶轮是一种新型螺旋桨节能装置。为了解其节能机理并验证节能效果,基于计算流体力学(CFD)方法对该问题进行研究。首先选用B4-65螺旋桨进行敞水数值模拟,验证计算模型和方法的正确性;然后重点对螺旋桨在加装桨后固定组合叶轮后的水动力性能进行模拟。结果表明:桨后固定组合叶轮能够较好地削弱螺旋桨后方的梢涡与毂涡,回收尾流能量。而且该节能装置能与螺旋桨产生有利干扰,增加桨叶上的推力。在低进速区(J0.4)时,该节能装置能达到2%以上的节能效果。     

基于入侵野草优化算法的粒子滤波算法

入侵野草优化(IWO)算法是近年来提出的一种简单、有效的基于种群的新颖数值优化算法,在许多领域得到成功运用。将IWO算法与粒子滤波(PF)算法相结合,提出一种基于IWO算法的粒子滤波算法(IWOPF)。该算法将IWO算法运用于粒子滤波的重采样中,以保证粒子的有效性和多样性。最后通过计算仿真验证该算法的有效性和优越性。     

自适应粒子群优化的船舶动力定位云模型控制器设计

云模型控制理论是智能控制学科的新兴领域,因此如何扩展云模型的应用范围并使其走向工程化实用化成为云模型理论的研究重点。针对船舶运动模型具有不确定性和外部扰动随机性等特点,而云模型具有兼顾模糊性和随机性的特质,尝试将云模型应用于船舶动力定位的控制过程。为解决云模型控制器参数难以整定的问题,提出基于自适应粒子群优化算法的云模型控制器设计方法。仿真试验证明了云模型控制和粒子群优化的可行性和有效性。     

基于粒子群算法的异形斜拉桥成桥索力优化

异形斜拉桥的结构比较复杂,受力特点与常规斜拉桥不同,传统的索力优化方法存在不适用或优化过程烦琐的问题。粒子群算法可高效、便捷地得到合理的成桥状态,实现索力优化的自动化和智能化操作。为验证结合粒子群算法的索力优化方法的可行性,以某异形斜拉桥项目为依托,利用Midas Civil软件建立三维有限元模型,以最小势能为目标函数,结合粒子群算法自主编写MATLAB程序,对桥梁成桥阶段状态的索力进行优化,并将该方法与传统索力优化方法进行对比。结果表明：传统的索力优化方法不适用于异形斜拉桥,传统的最小弯曲能量法只减小主梁和桥塔的刚度,无法得到可行性结果,虽然添加约束条件后可得到斜拉桥的合理成桥状态,但操作过程烦琐;基于粒子群算法的索力优化方法可更大程度利用斜拉索,获得合理的成桥状态,同时优化过程也更加简便、高效。     

增生算子的非线性方程的逼近法

设X是一致凸且一致光滑的实Banach空间,T:D(T),X"X是定义域为闭集D(T),值域为有界集R(T)的m-增生算子,本文证明了Ishikawa迭代强收敛到方程x+Tx=f的唯一解。     

基于光滑粒子的水蒸发仿真

针对水蒸发仿真中蒸汽运动形态与现实不符和水运动形变失真的问题,提出基于光滑粒子流体动力学方法建立水蒸发仿真粒子模型,利用噪声函数扰动蒸汽粒子的运动速度,对蒸汽扩散进行仿真;根据热传导更新水粒子温度,将温度引入受力模型更新粒子状态,对水受热运动过程进行仿真.仿真结果表明,上述方法能够精细地模拟出蒸汽运动形态的变动特征,很好地解决了水受热时运动形变与现实不符的问题,有效地增强了水蒸发仿真的视觉效果.     

基于二进制粒子群算法的母联闭合型电网重构策略

为解决母联闭合型电网发生故障时的电网重构问题,提出一种基于二进制粒子群算法的电网重构策略.根据深水半潜平台电网特殊的网络架构和电气特性,建立以最大程度恢复重要负载供电为目标,以电网结构和系统容量为约束条件的母联闭合型电网故障恢复模型.为提升求解效率,为该模型设计基于二进制粒子群算法的两阶段优化求解流程,并将求解结果与混...     

基于集合经验模态分解降噪和优化LSTM的道路交通事故预测

道路交通事故精准预测是有效提升交通安全的重要手段,由于事故数据经常呈现非线性、波动性、无周期性等特征,现有的算法存在预测效果不佳的问题。为此本文提出基于集合经验模态分解降噪算法(ensemble empirical mode decomposition,EEMD)和优化长短时记忆神经网络(long short-term memory,LSTM)的交通事故数量预测模型。在单一模型的基础上,引入降噪算法EEMD对噪声大的交通事故时间序列进行降噪处理,利用EEMD对事故时间序列进行分解得到多个子序列和1个残差项;基于粒子群优化算法(particle swarm optimization,PSO)优化LSTM网络结构参数,并在LSTM的最优网络结构下提取数据中的时间特征信息进行预测,对各子序列及残差的预测结果求和得到最终预测结果。研究结果表明：相对于EMD-PSO-LSTM,PSO-LSTM,EEMD-LSTM,LSTM这4个模型,EEMD-PSO-LSTM的预测效果最好,其对应的预测误差e_rmse分别降低了8.7%、48.3%、53.1%、57.6%,误差e_m...     

地铁自动检票机故障分析及可靠性研究

考虑到地铁自动检票机组成复杂且故障形式多样,对其进行故障分析并以二参数威布尔分布为基础,提出一种基于混合威布尔分布的设备可靠性评估模型。为提高模型拟合精度,基于误差平方和最小思想构建非线性最小二乘参数优化估计模型并使用粒子群算法(PSO)进行最优参数求解。以南京地铁油坊桥车站自动检票机实际故障数据为例,进行实例验证。结果表明,基于PSO算法的混合威布尔分布可靠性评估模型优于传统单威布尔分布,其均方根误差、平均绝对百分比误差、皮尔逊相关系数均为最优。