新型云粒子群算法在船舶工程中的应用

发布时间：2021-11-19 16:40

　　船舶工程研究的内容多以工程力学和结构学为主,这些都是比较复杂的问题,尤其是船舶动力,它是造船时需要重点考虑的关键因素之一。在复杂问题的解决中,粒子群算法的效果较好,但由于传统的粒子群算法容易陷入局部最优的情况,所以,需要对算法进行优化。云计算的出现,为粒子群算法的优化提供条件。本文从新型云粒子群算法的实现入手,对该算法在船舶工程中的应用进行论述。结果表明,本文提出的新型云粒子群算法,要优于传统的算法,具有良好的应用价值。 

【文章来源】：舰船科学技术. 2020,42(16)北大核心

【文章页数】：3 页

【部分图文】：

这也是该算法能够得到广图1传统粒子群算法的流程示意图Fig.1Flowchartoftraditionalparticleswarmoptimization1.2基于云粒子群的船舶

从形状上看，船舶非常的不规则，这种不规则的形状使得船舶在水面上的运动具有复杂性的特点，尤其是在波浪的作用下，使得船舶运动更加复杂。基于这一前提，想要对船舶的运动过程中所受的力进行精确的计算，难度非常大，所以需要进行多次假设。比如，假定船舶为刚体，具有6个自由度；假定船舶在无线均匀的流场内运动，在不考虑相关几何特征影响的情况下，能够采用流理论对船舶在水体中的运动进行计算；假定船舶在水面上运动时，船舶受的水动力为附件所受水动力的线性叠加，属于线性问题。船舶在水上行驶必然会受到波浪的影响，在波浪的作用下，船舶出现摇荡，此时的船舶会受到以下几种力的作用，本体自重力、惯性力、水的浮力、流体动力以及波浪绕动力等。这些力中有的是变化的，有的固定不变，比如船舶的重力是固定不变的力，而水的浮力则不断变化。鉴于此，可应用本文提出的新型云粒子群算法，辨识船舶的运动参数。具体做法如下：初始化种群，对种群内的粒子初始位置及其速度进行设定；以船舶的运动方程为依托，利用预先设定好的粒子位置，对观测值进行计算，然后分别将理论与实际的观测值代入到函数中，得出粒子的适应度值，在此基础上对种群当中每个粒子的最优值进行更新，选取出全局最优的微粒，判断是否达到终止的条件，未达到重复上面步骤，达到则停止迭代，对结果进行输出即可。仿真结果如下：利用本文提出的算法，在3级海情，18kn航速和45°航向的条件下，得出船舶水动力参数的变化曲线，如图3所示。3结语在粒子群算法的改进中，云模型得到广泛应用，据此本文提出新型的云粒子群算法，并对该算法在船舶工程中的应用进行分析。结果表明，本文提出的算法能够对船舶的动力学特性进行更加准确的描述

【参考文献】：
期刊论文
[1]基于改进粒子群算法的海上风电汇集方式与并网优化研究[J]. 牛东晓,赵东来,杨尚东,雷霄.  中南大学学报(自然科学版). 2019(12)
[2]基于仿生原理的粒子群算法求解江安校区水动力弥散系数[J]. 梅杰,李光伟,夏成城,刘亚萍,刘稳,贺欣悦.  煤田地质与勘探. 2019(06)
[3]基于改进粒子群算法的平面并联机构工作空间边界求解[J]. 姬芳芳,赵欣.  机械传动. 2019(12)
[4]基于改进粒子群算法的电磁式振动能量采集器参数辨识[J]. 吴鹏飞,袁天辰,杨俭.  智能计算机与应用. 2019(06)
[5]基于粒子群算法的海洋温差能朗肯循环系统多目标优化[J]. 王锰,赵英汝,张浩然,王兵振.  太阳能学报. 2019(10)



本文编号：3505444