首页 | 本学科首页   官方微博 | 高级检索  
     

基于RBF神经网络的渔船尾部型线两目标优化
引用本文:韩翔希,张恒,冯志强,邱昂,余建星,符妃. 基于RBF神经网络的渔船尾部型线两目标优化[J]. 船舶工程, 2018, 40(10): 35-39
作者姓名:韩翔希  张恒  冯志强  邱昂  余建星  符妃
作者单位:钦州学院广西船舶数字化设计与先进制造工程技术研究中心,广西钦州535099;钦州学院钦州市船舶先进设计制造重点实验室,广西钦州535099;武昌船舶重工集团有限公司,武汉,430060;广东省航运科学研究所,广州,510000
基金项目:钦州市科学研究与技术开发计划项目:北部湾先进远洋渔船船体型线优化技术研究(20164405);北部湾先进远洋 渔船水动力性能优化技术研究(2018KY0600);钦州学院高级别培育项目:海洋立管涡激振动机理及其抑制研究 (2016PY-SJ08);广西重点学科船舶与海洋工程资助;广西船舶数字化设计与先进制造工程技术研究中心课题资助; 钦州市船舶先进设计制造重点实验室课题资助。
摘    要:为了开发节能、减排的渔船新船型以应对国际形势的挑战。本文提出了一种基于仿真设计的优化方法对一艘灯光渔船的艉部型线进行优化。采用三角变换法修改船型的几何形状,将优化拉丁方生成的样本方案用于RBF神经网络模型的构建,最后以总阻力性能和桨盘面伴流不均匀度为优化目标,采用NSGA2对该渔船船型进行两目标优化,优化结果表明本文提出的方法可以用于渔船新船型的开发。

关 键 词:RBF神经网络  船型优化  渔船  总阻力性能  伴流均匀度
收稿时间:2018-05-12
修稿时间:2018-11-15

Multi-objective integrated optimization on stern
HAN Xiangxi,ZHANG Heng,FENG Zhiqiang,QIU Ang,YU Jianxing and FU Fei. Multi-objective integrated optimization on stern[J]. Ship Engineering, 2018, 40(10): 35-39
Authors:HAN Xiangxi  ZHANG Heng  FENG Zhiqiang  QIU Ang  YU Jianxing  FU Fei
Affiliation:Qinzhou University,a Guangxi Engineering Technology Research Center of Marine Digital Design and Advanced Manufacturing,Wuchang shipbuilding industry group co,LTD,Qinzhou University,a Guangxi Engineering Technology Research Center of Marine Digital Design and Advanced Manufacturing,Guangdong Shipping Science Research Institute,Qinzhou University,a Guangxi Engineering Technology Research Center of Marine Digital Design and Advanced Manufacturing,Qinzhou University,a Guangxi Engineering Technology Research Center of Marine Digital Design and Advanced Manufacturing
Abstract:
Keywords:hull form optimization   radial basis function neural network   fish vessels   total resistance performance   wake flow uniformity
本文献已被 万方数据 等数据库收录!
点击此处可从《船舶工程》浏览原始摘要信息
点击此处可从《船舶工程》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号