船舶管路三维布局优化的变长度编码遗传算法

基于遗传算法提出一种适合船舶管路布局特点的变长度编码技术和相应的遗传算子。该编码方式和遗传算子具有下述的设计特点:保证染色体中的基因相互关联,避免在遗传操作中非法个体的产生;采用有方向指导的随机方式生成初始路径和子路径;根据约束条件划分布局空间;可在三维空间下对船舶管路优化布局进行研究。经仿真试验证明该方法可行、有效,优化结果令人满意。     

优化的BP网络在船舶故障诊断中的应用

船舶各种设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶上设备繁多,运行环境特殊,因此,各种设备的故障症状与故障原因之间关系十分复杂,使用传统诊断方法在实际应用中效果不理想。BP神经网络在故障诊断中有广泛的应用,但由于BP网络采用的是沿梯度下降的搜索求解算法,存在收敛速度慢,且容易陷入局部极小等问题。而遗传算法具有全局搜索速度快的优点。为此,采用自适应遗传算法来优化BP神经网络,并以船舶主机轴系的故障诊断为实例,证明遗传算法优化的BP网络方法非常适用于对船舶各种设备故障的早期诊断和预测。     

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.     

可变编组动车组运维一体化帕累托前沿分析

动车组运用和检修是铁路运输生产的重要过程，占据很大的成本比例. 为与客流需求相匹配，在未来实现跨线动车组列车在某些枢纽站组合和分解存在可能，充分考虑组合动车组类型一致性，动车组在不同运行线进行重联与分解的接续条件，动车组进行一二级修的里程和时间标准等，以动车组的正常接续和空走接续时间里程费用、一二级维修作业费用、动车组运用费用和动车组接续时间费用之和最小及动车组空走费用占比最小为双目标，构建基于可变编组条件下的动车组运用和维修一体化模型方法.应用改进的非支配排序遗传算法求解，将目标值进行帕累托前沿分析，发现两者很难同时达到最优.模型的计算结果体现了动车组担当长编组运行线任务前后的组合和分解过程，同时也进一步分析了在动车组类型归一化或者动车组维修地点不受限情况下动车组运用数量的变化，反应了相关运行参数对结论的影响.     

基于遗传算法的道路车辆自组织网络源路由机制

在当前基于交叉路口的城市车辆自组织网络(VANETs)路由协议中，道路上数据包传输大多采用基于地理位置的贪婪转发策略，当数据量较大时，个别节点负载较重，极易引起传输延迟增大乃至丢包的情况.本文提出了一种基于遗传算法的源路由机制，通过记录单体车辆的驾驶信息而非传统方法中的车流均值数据，来预测道路上车辆网络的连通情况，并借助遗传算法，首次基于道路连通性、节点负载和连接跳数这3 点综合考虑，计算得出道路上最佳的源路由节点序列.仿真实验结果表明，在传输率与延迟时间上，性能均优于传统的贪婪路由机制，尤其在车流量为250 veh· lane-1· h-1时，传输率提升约13%.该研究可为智能交通信息通讯提供可靠助力.