利用遗传算法进行船型优化

近年来人们运用兰金源方法结合最优化技术(非线形规划)进行了一系列的迭代计算，已得到具有最小兴波阻力的船型。如果要在实际的船体设计中应用最优化技术，还需要一种算法以求在合理的时间内找到真正的总体最优船型。如果将船体形状对母型船的变化限制在小扰动范围内，所需计算时间就可以大大降低。提出一种由于船型变化引起的扰动速度势的边界值问题。虽然船型进行了修改，但这个公式不需要重新划分船体和自由表面的网格，使得在短时间内可获得因船型改进而引起的兴波阻力变化，船型的优化也就变得可行。     

Ship appearance optimal design on RCS reduction using response surface method and genetic algorithms

Radar cross section (RCS) reduction technologies are very important in survivability of the militarynaval vessels. Ship appearance shaping as an effective countermeasure of RCS reduction redirects the scatteredenergy from one angular region of interest in space to another region of little interest. To decrease the scatteringelectromagnetic signals from ship scientifically, optimization methods should be introduced in shaping design.Based on the assumption of the characteristic section design method, mathematical formulations for optimalshaping design were established. Because of the computation-intensive analysis and singularity in shapingoptimization, the response surface method (RSM) combined genetic algorithm (GA) was proposed. The poly-nomial response surface method was adopted in model approximation. Then genetic algorithms were employedto solve the surrogate optimization problem. By comparison RCS of the conventional and the optimal design,the superiority and effectiveness of proposed design methodology were verified.Ky words: radar cross section (RCS); characteristic section design method; response surface method; genetic algorithm (GA) was proposed. The polynomial response surface method was adopted in model approximation. Then genetic algorithms were employed to solve the surrogate optimization problem. By comparison RCS of the conventional and the optimal design, the superiority and effectiveness of proposed design methodology were verified.     

基于GA-BP神经网络的螺旋桨水动力性能预报方法

为了快速预报螺旋桨水动力性能，提出一种遗传算法优化BP神经网络（GA-BP）的螺旋桨水动力性能快速预测方法。采用计算流体力学（CFD）方法，使用FLUENT软件对P4119螺旋桨水动力性能进行仿真计算，结果表明CFD方法可替代敞水试验获取螺旋桨水动力性能。采用CFD方法计算100组不同系列螺旋桨的水动力性能，建立GA-BP神经网络螺旋桨水动力性能预测模型，以计算所得的100组数据为模型的学习样本，选择其中的80%为训练集，10%为验证集，10%为测试集，对比分析传统BP神经网络和GA-BP神经网络模型的预测效果。结果表明，GA-BP神经网络预测结果预测精度更高，能够满足快速预测螺旋桨水动力性能的要求。     

一种训练神经网络的新型遗传算法

针对神经网络中具有大量的相似解，提出了一种规范化方法，大大地减少了神经网络中解的数目。然后，给出了多种不同的算子，通过对简单网络问题的实验，比较了它们的优劣，得出了一个新型的遗传算法ＮＧＡ。实验表明，ＮＧＡ比用传统的ＧＡ训练神经网络效果要优。     

基于容差模型的发动机悬置系统稳健优化设计

应用稳健优化设计理论,考虑设计变量的不确定性对结果的影响,建立稳健优化模型。以发动机悬置系统能量解耦为目标,用Pareto遗传算法对系统的刚度参数进行稳健优化,并将优化结果运用Monte Carlo方法进行分析.结果表明,优化方法可以有效提高悬置系统的稳健性。     

基于近似模型的可变后扰流器气动优化

为了更好地改进车辆的气动特性,讨论了一种将参数化建模、CFD计算和数值寻优方法相结合的气动优化方法。设计了一种根据使用工况可调的汽车后扰流器,针对高速行驶和高速制动2种典型工况,对该扰流器的形状和位置进行气动优化。首先对可变后扰流器进行参数化设计,并用拉丁方法对参数化模型进行试验设计,通过CFD计算获取响应值;然后采用Kriging模型构建参数变量与气动特性之间响应关系的近似模型;最后以该模型为基础使用遗传算法对扰流器形状和位置进行优化设计。研究结果表明：优化后的可变扰流器可使整车在高速行驶工况下阻力系数减小3.3%,升力系数减小22.4%;在高速制动工况下,升力系数减小69.9%,整车的气动特性获得了较大的改善。     

高速单体无人艇航行性能综合优化设计

对高速单体无人艇的航行性能进行综合优化设计分析.首先建立单体无人艇的优化数学模型;其次基于遗传算法开发了一套高速单体无人艇航行性能综合优化的计算程序;最后讨论了优化稳定代数,分析总目标函数随航速和排水量变化的曲线,探讨不同权重分配对总目标函数值的影响.通过大量计算,说明该程序稳定可靠,为高速单体无人艇初步设计提供了一个参考平台.     

自航式声诱饵对抗声自导鱼雷的策略

研究了自航式声诱饵的最优使用策略问题,建立了鱼雷、潜艇、声诱饵的运动学模型,分析了影响诱饵对抗效果的各种因素,根据声诱饵有效对抗声自导鱼雷的评价准则,利用遗传算法求取各种态势下诱饵的最优使用策略。仿真结果表明了算法的快速性和有效性。     

基于GA和SVM的水火弯板焰道布置优化方法

水火弯板是目前船舶建造中普遍采用的曲型外板加工方法,由于机理复杂,其加工过程参数确定往往依赖于工人的加工经验,难以实现标准化和规范化。文章提出基于遗传算法(GA)和支持向量机(SVM)的水火弯板焰道布置优化方法,以成形曲面和设计曲面之间的形状误差最小为优化目标,将焰道布置优化问题分解成计算最小形状误差和搜寻最佳匹配位置两个问题,并分别运用嵌套GA和SVM来实现这两个问题的求解。实例验证表明该方法能快速高效确定最优的加热线布置方案。     

基于IGA-BP算法的船舶航向智能自适应控制系统设计

在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想.