基于粒子群算法的航海雷达面板控钮布局优化

发布时间：2018-04-21 06:38

  本文选题：船舶工程 + 航海雷达　； 参考：《中国航海》2017年03期

【摘要】：以增进人机结合、提高系统绩效和增强系统安全性为目标,遵循人类工效学的原理,对当前以经验性和随意性为主的航海雷达面板控钮布局设计进行优化。在考虑控钮的重要性、操作频率、操作顺序和相关性等因素的基础上建立综合评价指标,以该综合评价指标为依据,结合层次分析法(Analytic Hierarchy Process,AHP)和粒子群算法(Particle Swarm Optimization,PSO)进行优化。按照操作习惯,以从左到右、从上到下的顺序排列控钮。通过实例对航海雷达面板控钮的布局进行优化,并给出最优的控钮布局方案。
[Abstract]:With the aim of improving man-machine combination, improving system performance and enhancing system safety, and following the principle of ergonomics, the layout design of navigation radar panel control knobs, which is mainly empirical and random, is optimized. On the basis of considering the importance, operation frequency, operation sequence and correlation of the knob, the comprehensive evaluation index is established. Based on the comprehensive evaluation index, the optimization is carried out by combining the Analytic Hierarchy process AHP) and particle swarm optimization algorithm (PSO). According to the operation habits, the control buttons are arranged from left to right, from top to bottom. The layout of the control knob of navigation radar panel is optimized by an example, and the optimal layout scheme of the control button is given.
【作者单位】： 上海海事大学商船学院;浙江国际海运职业技术学院;宁波大学海运学院;
【基金】：浙江省教育厅一般科研项目(Y201738617);浙江省教育厅访问工程师校企合作项目(FG201792)
【分类号】：U665.22;U675.74

【相似文献】

相关期刊论文 前8条

1 张浩;张步华;;船舶分段建造工程工期、成本、质量综合均衡优化研究[J];江苏科技大学学报(自然科学版);2013年06期

2 王淳;陈雅菊;;基于多目标粒子群算法的动力吸振器参数优化和决策研究[J];舰船科学技术;2009年11期

3 孟非;徐红洋;解志斌;;基于云粒子群算法的船舶纵摇运动参数辨识[J];舰船科学技术;2014年07期

4 索永峰;杨神化;陈国权;;基于纹理识别的航海雷达溢油监测系统[J];集美大学学报(自然科学版);2014年02期

5 杨晓;刘彤;;履约背景下“航海雷达”课程教学改革探讨[J];航海教育研究;2014年01期

6 郑友赋;;利用故障树分析航海雷达故障[J];中国修船;2012年05期

7 王明煌;;航海雷达供电系统初探[J];科技创新与应用;2012年29期

8 朱翔;;TV光栅扫描显示的航海雷达[J];航海;1992年03期

相关会议论文 前3条

1 黄胜;任万龙;王超;何新;;多目标粒子群算法在翼型优化的应用[A];第二十五届全国水动力学研讨会暨第十二届全国水动力学学术会议文集（上册）[C];2013年

2 秦洪德;石丽丽;;基于粒子群算法的船体结构优化设计研究[A];第十四届中国海洋（岸）工程学术讨论会论文集（上册）[C];2009年

3 应士君;崔宇顺;;基于嵌入式系统的航海雷达数据采集系统[A];中国航海科技优秀论文集（2010）[C];2010年

相关硕士学位论文 前7条

1 郭雷;基于粒子群算法的油船结构优化研究[D];集美大学;2016年

2 邹静;基于改进粒子群算法的水下滑翔机路径规划研究[D];吉林大学;2017年

3 刘厶源;基于自适应粒子群算法的船舶推进电机动态参数辨识研究[D];大连海事大学;2014年

4 夏昊;基于粒子群算法和近似模型的结构多目标优化研究[D];上海交通大学;2015年

5 杨晨晖;基于改进粒子群算法的船舶电力系统故障恢复[D];江苏科技大学;2013年

6 何小二;基于粒子群算法和支持向量机的船舶结构优化[D];上海交通大学;2014年

7 张步华;船舶分段建造工程工期、成本、质量综合均衡优化研究[D];江苏科技大学;2014年

，

本文编号：1781326