机器学习在船舶不沉性设计策略中的应用 |
| |
引用本文: | 杨春蕾,黄晓皓,盛庆武,王金宝,潘常春,范佘明.机器学习在船舶不沉性设计策略中的应用[J].船舶,2022(4):82-87. |
| |
作者姓名: | 杨春蕾 黄晓皓 盛庆武 王金宝 潘常春 范佘明 |
| |
作者单位: | 1. 喷水推进重点实验室;2. 中国船舶及海洋工程设计研究院;3. 上海市船舶工程重点实验室;4. 上海交通大学电子信息与电气工程学院;5. 上海北斗导航与位置服务重点实验室 |
| |
摘 要: | 船舶不沉性是衡量船舶生命力的重要性能,也是优选水密分舱策略的关键指标,但时间成本高仍是制约不沉性寻优实用化的难点。随着机器学习技术应用不断深入,将提供更有效的途径。该研究基于强化学习的粒子群算法求解不沉性分舱优化问题,实现集成机器学习模块和不沉性设计模块的优化系统开发和界面设计,讨论算法中不同参数的设置对寻优能力的影响。通过寻优解的分析,表明该方法能够高效地找到较优的分舱方案,为制定科学的分舱策略等方面提供依据。
|
关 键 词: | 不沉性 机器学习 粒子群 强化学习 船舶分舱 |
|
|