基于神经网络和遗传算法的系泊线长度参数优化

摘 要: 针对多成分系泊线三段长度如何取值的问题,采用一种基于神经网络和遗传算法对深海多成分锚泊系统长度进行优化。应用AQWA软件计算多点系泊FPSO,其时域结果直接用于训练BP神经网络。从而利用神经网络的非线性映射功能构建替代锚泊时域计算网络,大大缩短了优化所需的时间。以FPSO最小平面运动值为目标函数,锚链破断强度作为约束条件,采用遗传算法优化系泊长度。计算结果表明,与传统设计的锚泊长度相比,优化后FPSO在各个浪向下纵荡横荡值均能减少20%以上。 关键词:系泊;神经网络;遗传算法;优化     

考虑多人相互影响的舰船通道最短路径规划

将时间维引入既定舰船通道网络,把考虑多人相互影响的动态最优路径规划问题转化为时间依赖网络中的最优路径搜索问题。首先,论文的算法为所有人员随机生成走行路径,为了预测网络中的弧(路段)的走行时间,按人员速度从慢到快的顺序依次计算并记录人员到达路径中的各路段首节点的时刻,先记录到的人员将成为后记录到的人员的动态障碍。然后,将遗传算法与网络中弧的走行时间预测方法相结合,借助遗传算法的个体多样性天然地解决了人员走行任意性问题,因而获得了全局动态最优路径算法,并仿真计算了两人以及三人的最短时间路径;经与不考虑人员间相互影响时获得的最优路径相比较,论文的算法获得了人员遇到障碍时(或跟行或绕行)的最优走行路径。最后,借助时间依赖网络中的最优路径充要条件定理,说明了算法的有效性。     

基于斯特林发动机的第5代非核动力潜艇方案设计

对于使用斯特林发动机的第5代非核动力潜艇,研究了不同排水量下的潜艇设计方案,得到了水下最大航速、水下经济航速、水下低噪声航速、水下不间断续航力、斯特林发动机需求功率等主要技战术性能指标之间的关系,并对不同水下排水量的潜艇设计方案进行了比较。本文对于使用斯特林发动机用于第5代非核动力潜艇设计具有参考价值。     

基于遗传算法整定控制的柴油机调速系统研究

遗传算法是新型的、类似于模拟自然界中生物进化衍变过程的优化计算方法。其迭加算法准确, 在很多等领域得到广泛应用。本文以某型船用柴油机为对象,建立了柴油机控制系统的简化传递函数和执行器模型。采用PID控制,并利用遗传算法优化控制器参数,对柴油机动态调速过程进行仿真分析,和基于 Z-N（Ziegler-Nichols）法的参数整定方法做了比较,结果表明遗传算法的性能远优于传统的参数整定法, 对柴油机控制调速系统的性能有很大提高。     

一种船用LNG管路管夹布局优化方法

船用LNG管路的应力大小和分布对于管夹的布局非常敏感,提出一种船用低温管路管夹布局优化方法,建立以管路应力为目标函数,管夹数量和位置为变量的优化模型,并提出一种基因同化-遗传算法。在该算法中,管夹的数量和位置可同时进行优化。将该方法应用于某LNG液相管路,有效的降低了管路的应力。     

基于改进GA优化的水下机器人航向鲁棒控制

基于某型号水下机器人水平面线性化模型,针对水下机器人系统存在的多种不确定因素,工作环境复杂多变的问题,采用混合灵敏度法设计水下机器人航向鲁棒控制器。在设计中,通过罚函数小生境遗传适应度值作为桥梁建立起遗传寻优与混合灵敏度参数之间的关系,构成多目标优化问题寻优加权函数。实验结果表明,所用方法可在保证系统较强鲁棒性的同时,又能兼顾时域指标和混合灵敏度加权函数频域要求,获得综合性能指标最优的鲁棒控制器,控制效果较好。     

基于稳性实时计算技术的船舶破损智能扶正系统研究

基于船舶稳性实时计算技术研究船舶实时状态三维模型数字化算法用于快速计算船舶的大倾角稳性、破舱稳性和平衡浮态。参考遗传算法研究船舶破损智能扶正方案生成算法来实现智能生成扶正方案功能。然后运用上述两种核心算法设计船舶破损智能扶正系统软件,为船舶在突发破损事故时提供一套包含压载水调拨措施与步骤建议的智能扶正方案,提高船舶破损事故的处理能力。     

基于多目标遗传算法的约束阻尼柱壳结构优化

文章为了改进被动约束阻尼柱壳结构的减振特性,解决引入约束阻尼的合理分布问题,提出了一种基于多目标遗传算法的优化设计方法。建立了以振动模态的前两阶损耗因子和引入约束阻尼材料总质量比为优化目标,以约束层、阻尼层厚度和粘弹性材料剪切模量为设计变量的多目标函数。利用遗传算法对 Pareto 最优进行优化选择,避免了对目标函数值的直接计算。通过分析和比较优化前后结构的模态振动频率变化以及幅频响应,表明引入质量太多会影响柱壳结构固有特性,而优化后结构能够避免太多的质量引入,并且具有更好的减振效果。     

基于AR-EMD方法的扩展非平稳船舶运动极短期预报AR模型

准确的极短期预报技术能够提高对船舶摇荡运动敏感的海洋特种作业安全性和效率。自回归（auto-regressive,AR）预报模型由于其自适应性强、计算效率高而被广泛应用于船舶运动的极短期预报研究。但该模型基于平稳随机假设,因而在非平稳船舶运动的极短期预报中存在困难。针对非平稳船舶运动极短期预报,文章提出一种基于AR-EMD方法的扩展AR模型,称为EMD-AR预报模型。其中,AR-EMD方法是指在经验模态分解（empirical mode decomposition,EMD）的过程中,采用AR预报的方法处理端点效应问题。 EMD-AR预报模型将非平稳信号分解成若干平稳的固有模态函数分量及余项,然后对各个分量分别用AR模型预报,得到最终的预报结果,以此克服非平稳性对AR预报模型的影响。研究基于船舶试验数据将EMD-AR模型与线性AR模型、非线性支持向量机回归（support vector regression,SVR）预报模型进行对比分析,结果表明,AR-EMD方法能够有效处理船舶运动非平稳性对AR预报模型的影响,提高该模型的预报精度,且EMD-AR模型预报性能较线性AR模型和非线性SVR模型更优。     

陆战场 ISR 无人机威胁分析及其评估模型研究

分析陆战场中情报、监视和侦察（IS R ）无人机的威胁影响因素及其特点,构建了IS R无人机威胁评估指标体系,利用遗传算法优化了BP神经网络评估模型,针对ISR无人机的威胁进行评估分级,仿真结果实际可行,为陆战场中无人机的编队模式和航路优化提供了可靠依据。