基于遗传算法的内河船舶避碰路径优化研究

提出一种遗传算法用于解决内河狭窄弯曲航道中的船舶避碰问题。运用算法的空间寻优能力,设计简单的编码,根据航道及障碍物等约束条件,按照一定的优化准则设计出相应的适应度函数。通过计算机仿真表明,该方法具有良好的避碰路径寻优能力,为最终实现自动避碰奠定基础。     

水下钻孔爆破不同起爆方式的数值模拟

以连续介质力学和动力非线性有限元理论为基础,推导了炸药、岩石和水的ALE控制方程,采用多物质的ALE算法模拟了实际工程水下岩石钻孔爆破装药中不同位置起爆时爆炸产生的应力波在岩石介质中的传播过程。模拟结果表明：无论以何种方式起爆,端部效应现象始终存在,都会影响水下钻孔爆破上部岩石破碎质量;岩石与水接触面处由于反射波作用,提高了岩石爆破质量;两点起爆效果比单点起爆好,距两端1/4处同时起爆药包的爆破效果最好。研究结果可为水下钻孔爆破工程应用和安全施工提供参考。     

基于蚁群算法的AUV动目标避碰规划的方法研究

提出了基于蚁群算法(ACA)实现AUV对运动目标避碰规划的方法.该方法把避碰、路径最短和航迹跟踪等约束条件映射为目标函数,使得路径搜索过程快速高效.计算机仿真表明:该方法使AUV能够较好地实现对运动目标的避碰;由此说明此项研究具有一定的可行性和有效性.     

CADDS5平台上基于遗传算法的船舶舱室优化布置

本文介绍了某型船舱室优化布置设计中遗传算法的算法结构及其评价函数、选择策略、交叉算子、变异算子,计算结果表明该算法具有良好的计算特性。该算法与CADDS5软件平台相结合,完成了该类型舱型室的三维优化布置设计。     

基于遗传算法的舰船主动力装置系统模糊可靠性优化分配研究

本文阐述和论证了模糊可靠性优化分配模型。详细论述了遗传算法对该模型的求解,并且将它们运用到舰船主动力装置系统可靠性分析上,给出了计算过程和结果,表明这种方法是可行和有效的。     

基于AQPSO算法的圆碟形水下滑翔机路径规划

为解决复杂海洋环境影响下圆碟形水下滑翔机的路径规划问题,采用多黏性Lamb涡叠加方法模拟洋流环境模型。以最小能量消耗为优化目标,结合B-spline方法生成光滑的曲线路径,采用自适应性基于量子行为的粒子群优化算法对圆碟形水下滑翔机的路径选择进行优化求解。将该算法与粒子群优化算法和基于量子行为的粒子群优化算法相对比,仿真结果验证了各算法在求解航行路径问题方面的有效性。此外,基于能耗最优原则分析各算法的适用性。     

基于NExT/ERA方法环境激励下的船体结构模型总体模态参数识别

运行模态识别是一种仅仅根据环境激励下的结构振动响应来提取结构模态参数的方法,此方法一般基于环境激励为白噪声的假设。文章讨论了NExT/ERA方法在船体结构总体模态识别中的可行性,并采用了自然激励技术与特征系统实现算法相结合的方法,识别了船体模型的总体模态参数。文中还讨论了NExT/ERA方法的基本理论及计算流程,并引入了奇异值分解图和稳定图相结合的方法更好地确定系统的阶次;最后,用NExT/ERA算法有效地识别了简支梁模型和船体模型的模态参数。     

新能源船舶混合电力系统容量优化策略

在新能源船舶电力系统中,不合理的系统容量分配会引起电网的剧烈波动,增加能源消耗,提高用电成本等不利情况。为保证行驶的安全合理,提出一种考虑船舶横摇的新能源船舶混合电站系统的优化策略。该策略使用加入遗传算法交叉过程的多目标多约束粒子群算法,在考虑船舶航行时横摇的情况下,对船舶电力系统中柴油机的出力以及储能电池的容量进行优化配置,在保证船舶运行效率的同时,减少电力系统运行成本以及燃油消耗。以某远洋油轮为例,在一个航程内,优化后的船舶混合电站系统在满足用电可靠性的前提下,合理分配各电源出力,显著改善了电力系统的用电成本。     

基于蚁群算法的测试集优化

  目的  针对舰船作战系统中系统级测试性分析的测试集优化和测试序列优化问题,  方法  以多信号流图模型为基础,采用优化精度高、算法收敛速度快的离散蝙蝠算法（DBA）对最优完备测试集和各类故障测试序列进行求解,并以舰船作战系统为研究对象,将故障隔离率、平均测试代价和平均期望测试代价等主要指标与现有的优化方案进行仿真对比分析。  结果  仿真结果表明：与其他算法相比,离散蝙蝠算法具有更好的优化效果,其故障隔离率可提升5.5%、平均测试代价与期望测试代价可分别下降6.35%和17.01%。  结论  研究成果验证了离散蝙蝠算法应用于系统级测试性分析的可行性和优势,可为系统级测试性分析工程提供参考。     

近海石油平台支援船主机油耗优化模型的建立

针对近海石油平台支援船进行研究,建立了近海石油平台支援船关于风、浪、潮汐的船舶数学运动模型并计算了目标船裸船体阻力和附体阻力;根据主机功率的传递过程以及船舶有效功率的估算方法,建立船舶主机油耗优化模型;之后运用基于遗传算法的多目标优化方法对主机油耗优化模型进行计算与验证,结果表明优化后的主机油耗模型具有良好的节能效果。