基于OIPSO算法的环境最优动力定位控制器设计

环境最优动力定位控制是一种以能量消耗最少为目标的动力定位控制方法,在不需要任何环境传感器的情况下,使其保持在设定区域且消耗能量最少,节约燃料、减少有害气体的排放。首先,提出一种带有目标性初始化粒子群的改进粒子群优化算法(OIPSO),通过引入混沌算子,利用信息熵进行评估对初始化粒子种群进行调整以提高粒子群算法全局搜索能力和收敛速度,具有大范围全局寻优能力。其次,研究设计环境最优艏向控制器控制律,该控制律能满足欠驱动船舶动力定位的控制需求。最后以Cyber Ship Ⅱ动力定位模型船为对象进行仿真验证。结果表明,所提出的寻优算法和改进控制律达到了设计的目的。     

基于改进型粒子群算法的舰船消磁电流调整方法研究

消磁电流的调整直接影响舰船消磁系统的控制精度,为了有效补偿舰船空间磁场峰值,本文引入一种改进型粒子群算法进行消磁绕组安匝数求解,该算法在基本粒子群算法的基础上,通过最小二乘法约束粒子的初始位置和速度,具备收敛速度快、优化结果稳定等优点。     

港城协调发展是可持续发展源泉

阿姆斯特丹港正在努力加强和丰富自身在区域的作用并大力开发其潜力。为此,多角度全方面地为客户、合作伙伴及港口环境提供金融和社会价值保障。     

厦门加快“龙头港口”建设攻略

<正>基于现有内外部发展环境,厦门港加快发展东南沿海"龙头港口"的攻略,仍应以做大做强集装箱和港口物流业务、加快发展邮轮经济为主攻方向一、发展现状及环境厦门港地处海西经济区中部,是我国综合运输的重要枢纽、对台主要口岸和东南沿海港口群的核心港口,2013年全港完成集装箱吞吐量800万TEU,占福建省的70%以上。2011年,国务院     

基于粒子群改进算法的水下滑翔机路径优化

水下滑翔机以其低功耗、低成本和低噪声等优势在海洋科研、环境监测、资源探测和军事侦察等领域具有广阔的应用前景。基于效率最优原则的水下滑翔机路径规划对降低滑翔机的功耗和快速到达指定位置至关重要。基于水下滑翔机效率模型的路径规划问题是一种非线性混合整数规划问题,针对此类问题在建立水下滑翔机效率模型的基础上提出粒子群改进算法。利用该算法,在效率最优原则下对水下滑翔机到达指定位置的路径进行优化。通过与其他算法比较可知,该算法能够比较快速地找到质量较高的最优解,适合解决非线性混合整数规划问题。     

基于改进粒子群算法的大开口甲板板架轻量化设计

船舶甲板板架是船体结构的主要组成部分,如何减轻其结构重量是船体结构设计中最为关注的问题之一。本文根据典型甲板结构特点并结合工程经验提出带支柱大开口甲板板架结构轻量化设计数学模型,针对粒子群算法在寻优过程中存在的容易陷入局部极小、收敛速度慢等缺点,结合粒子在实际寻找食物的过程中,大部分可以飞到其预期的最佳位置,而少数粒子由于受不确定因素影响,发生飞行偏离,提出一种改进粒子群算法。基于改进的粒子群优化算法和ANSYS参数化建模技术完成了典型甲板板架结构在强度约束条件和稳定性约束条件下的轻量化设计,获得了最优设计方案。     

北京地铁14号线高家园站-望京站区间单洞双线盾构临近穿越群桩的响应与防护

为减小盾构隧道施工对邻近群桩基础的影响,对10 m内径盾构穿越的机场快轨群桩响应进行数值模拟,分析盾构法隧道施工引起的群桩变形及内力变化情况。结果表明,开挖后桩身发生弯曲变形,桩身内力发生明显变化,前桩具有隔断作用,隧道施工对群桩中后桩的影响较小。群桩邻近盾构时采用复合锚杆桩作为隔断桩,复合锚杆桩加固桩侧土体的同时,可采用多排组合形成较大隔离刚度,套管施工可有效控制施工期间的环境影响。     

砂卵石地层超浅埋小净距暗挖群洞施工探析

成都地铁4号线清江路口站北侧附属大部分位于新近建成的成温射线立体交通系统投影下,原设计明挖方案无法实施,采取通道及风道合建暗挖结构方案。暗挖小净距群洞方案存在浅埋、大断面、群洞效应、环境复杂、工期紧张等特点。为了减少群洞效应影响,采取管棚联合导管超前支护、超前加固+径向注浆改良周围地层、分块分部错进、二次衬砌保留部分临时支护钢架等措施,结合相应附属明挖基坑,实现多工序平行交叉作业。通过上述措施,实现了快速安全施工,并且对主道交通无任何影响。     

专业化分工粒子群优化算法在地铁列车运行调整中的应用

地铁列车运行调整是一个大规模、复杂的组合优化问题,该问题的特点是有庞大的搜索空间和众多的约束条件,故要快速地获得其最优解尤为困难。在该问题基础上,建立优化列车运行调整模型。对此模型进行优化求解过程中,提出一种基于专业化分工的粒子群优化算法。在仿真过程中,选取数据是沈阳地铁二号线某工作日。实验显示,该算法能较好地适用于解决列车运行调整问题,且其在此过程中表现出来的特征是收敛速度快、计算效果好。     

细菌觅食机制粒子群优化算法

针对基本粒子群优化算法易陷入局部极值的缺陷,提出了一种细菌觅食机制粒子群优化算法.其基本思想是在粒子群优化算法中引入细菌觅食行为机制,提高PSO算法跳出局部极值的能力,借以改善PSO算法的寻优性能.采用标准测试函数的实验结果表明,该算法在收敛速度和求解精度方面均有显著改进.