兼顾水面航态UUV性能和功能综合优化设计
发布时间：2022-01-16 02:57
本文基于一种UUV艇型,对其进行改进设计,使之有效兼顾水面航态,并建立快速性、操纵性和主要功能的优化数学模型。改进优化软件,使用遗传、混沌和粒子群3种优化算法进行不同代数的优化计算,总结了3种算法的计算原理,比较各个计算代数计算结果的适应度函数最大值,得出最佳参数,并分析了3种算法对约束程度的满足要求。结果表明,粒子群算法相对更优,更易满足约束条件,计算结果为该艇型的水下无人艇的开发研究提供参考依据。
【文章来源】：舰船科学技术. 2020,42(23)北大核心
【文章页数】：5 页
【部分图文】：
PSO算法的基本流程图Fig.2FlowchartofPSOalgorithm
000120000140000适应度函数值55.61102.17105.18118.11119.34136.01125.08浮性约束/%99.7699.3599.7399.9399.9699.7999.34力的约束/%99.6599.7699.9199.9399.8599.9899.84转矩约束/%99.6599.7699.9199.9399.8599.9899.84由表3计算结果可以得出，约束条件均在99%以上。由图4可以看出，伴随着混沌计算代数的增大，适应度函数值也表现出增大的趋势，波动也相对较大。对比遗传算法计算结果，可以看出，混沌算法的函数值普遍小一些，即采用混沌算法相对遗传算法优化计算效果较差。图4适应度函数值随计算代数的变化曲线Fig.4Changecurveoffitnessfunctionvaluewithcalculationalgebra2.2.3粒子群算法优化计算主要数据设定如下：种群规模400，最大粒子飞行速度与区间概率0.15，变权重0.9～0.4，选取6组优化代数进行计算，计算结果汇总如表4所示。表4粒子群算法不同优化代数的计算结果Tab.4ThecalculationresultsofdifferentoptimizationalgebraofPSOalgorithm优化代数100020003000400050006000适应度值177.84221.45241.80245.89256.32255.25浮性约束/%99.9699.9199.9699.6599.9199.49力的约束/%99.9299.9999.9399.9399.9999.98转矩约束/%99.9299.9999.9399.9399.9999.98由表4可以看出，所计算的数据值都相对较好，而且符合约束。如图5所示，在计算到较大的代数时，适应度函数值表现出更加稳定，增加缓慢，或有细微的变化波动。由此得出，优化次数达到5000代时，目标函数值趋于稳定，所计算的结果相对较优。图5适应度函数值随计算代数的变化曲线Fig.5Variationcurveoffitnessfunctionvaluewithcalc
Oalgorithm优化代数100020003000400050006000适应度值177.84221.45241.80245.89256.32255.25浮性约束/%99.9699.9199.9699.6599.9199.49力的约束/%99.9299.9999.9399.9399.9999.98转矩约束/%99.9299.9999.9399.9399.9999.98由表4可以看出，所计算的数据值都相对较好，而且符合约束。如图5所示，在计算到较大的代数时，适应度函数值表现出更加稳定，增加缓慢，或有细微的变化波动。由此得出，优化次数达到5000代时，目标函数值趋于稳定，所计算的结果相对较优。图5适应度函数值随计算代数的变化曲线Fig.5Variationcurveoffitnessfunctionvaluewithcalculationalgebra2.3优化结果根据上述几种计算的结果不难看出，根据粒子群算法算出来的数据明显更好，更符合要求，最终数据如表5所示。3结语本文针对一种水下无人艇，设计一种支柱平台对传统艇型进行改进，使之能有效兼顾水面航态，结合快速性、操纵性、功能特性，构造总目标函数、约束条件以及惩罚函数，建立该型UUV的综合优化数学模型，分别使用遗传算法、混沌算法和粒子群算法不同计算代数进行了该型UUV的运算，从计算结果可以得出:1）混沌算法计算结果的适应度函数值相对其他2个算法较低，虽然遗传与粒子群算法计算结果更接近，但整体还是粒子群算法所计算的更优，相对更稳定；2）随着计算次数的增加，3种计算方法所计算的结果都呈现正向增加的变化趋势，且当计算次数到达图3适应度函数值随遗传代数的变化曲线Fig.3Changecurveoffitnessfunctionvaluewithgeneticalgebra第42卷程占元，等：兼顾水面航态UUV性能和功能综合优化设计·39·
【参考文献】：
期刊论文
[1]基于粒子群优化的船舶电力系统经济环境调度[J]. 李素素,王锡淮. 船电技术. 2019(11)
[2]基于蚁群算法的船舶调度优化研究[J]. 赵翱东,壮而行. 舰船科学技术. 2019(06)
[3]基于粒子群优化算法的无人艇路径规划[J]. 薛敏,徐海成,王硕. 中国科技信息. 2018(24)
[4]无人潜水器主体多学科多目标设计优化[J]. 李嘉宁,刘峰,姚竞争,杜世欣,梁旭. 哈尔滨工程大学学报. 2019(04)
[5]基于改进遗传算法的新型水面无人艇性能综合优化分析[J]. 魏子凡,井升平,杨松林. 江苏科技大学学报(自然科学版). 2017(01)
[6]基于改进遗传算法的无功优化[J]. 尹星月,闫旭,刘欣,汪春龙. 东北电力大学学报. 2014(03)
博士论文
[1]基于多目标决策的USV系统可变自主实现机制研究[D]. 邹启杰.哈尔滨工程大学 2014
硕士论文
[1]一种水面无人艇艇型优化及远程设计系统初步研究[D]. 刘曼.江苏科技大学 2018
[2]深海无人智能潜水器力学性能和能源系统综合优化方法研究[D]. 俞强.江苏科技大学 2014
本文编号：3591799
【文章来源】：舰船科学技术. 2020,42(23)北大核心
【文章页数】：5 页
【部分图文】：
PSO算法的基本流程图Fig.2FlowchartofPSOalgorithm
000120000140000适应度函数值55.61102.17105.18118.11119.34136.01125.08浮性约束/%99.7699.3599.7399.9399.9699.7999.34力的约束/%99.6599.7699.9199.9399.8599.9899.84转矩约束/%99.6599.7699.9199.9399.8599.9899.84由表3计算结果可以得出，约束条件均在99%以上。由图4可以看出，伴随着混沌计算代数的增大，适应度函数值也表现出增大的趋势，波动也相对较大。对比遗传算法计算结果，可以看出，混沌算法的函数值普遍小一些，即采用混沌算法相对遗传算法优化计算效果较差。图4适应度函数值随计算代数的变化曲线Fig.4Changecurveoffitnessfunctionvaluewithcalculationalgebra2.2.3粒子群算法优化计算主要数据设定如下：种群规模400，最大粒子飞行速度与区间概率0.15，变权重0.9～0.4，选取6组优化代数进行计算，计算结果汇总如表4所示。表4粒子群算法不同优化代数的计算结果Tab.4ThecalculationresultsofdifferentoptimizationalgebraofPSOalgorithm优化代数100020003000400050006000适应度值177.84221.45241.80245.89256.32255.25浮性约束/%99.9699.9199.9699.6599.9199.49力的约束/%99.9299.9999.9399.9399.9999.98转矩约束/%99.9299.9999.9399.9399.9999.98由表4可以看出，所计算的数据值都相对较好，而且符合约束。如图5所示，在计算到较大的代数时，适应度函数值表现出更加稳定，增加缓慢，或有细微的变化波动。由此得出，优化次数达到5000代时，目标函数值趋于稳定，所计算的结果相对较优。图5适应度函数值随计算代数的变化曲线Fig.5Variationcurveoffitnessfunctionvaluewithcalc
Oalgorithm优化代数100020003000400050006000适应度值177.84221.45241.80245.89256.32255.25浮性约束/%99.9699.9199.9699.6599.9199.49力的约束/%99.9299.9999.9399.9399.9999.98转矩约束/%99.9299.9999.9399.9399.9999.98由表4可以看出，所计算的数据值都相对较好，而且符合约束。如图5所示，在计算到较大的代数时，适应度函数值表现出更加稳定，增加缓慢，或有细微的变化波动。由此得出，优化次数达到5000代时，目标函数值趋于稳定，所计算的结果相对较优。图5适应度函数值随计算代数的变化曲线Fig.5Variationcurveoffitnessfunctionvaluewithcalculationalgebra2.3优化结果根据上述几种计算的结果不难看出，根据粒子群算法算出来的数据明显更好，更符合要求，最终数据如表5所示。3结语本文针对一种水下无人艇，设计一种支柱平台对传统艇型进行改进，使之能有效兼顾水面航态，结合快速性、操纵性、功能特性，构造总目标函数、约束条件以及惩罚函数，建立该型UUV的综合优化数学模型，分别使用遗传算法、混沌算法和粒子群算法不同计算代数进行了该型UUV的运算，从计算结果可以得出:1）混沌算法计算结果的适应度函数值相对其他2个算法较低，虽然遗传与粒子群算法计算结果更接近，但整体还是粒子群算法所计算的更优，相对更稳定；2）随着计算次数的增加，3种计算方法所计算的结果都呈现正向增加的变化趋势，且当计算次数到达图3适应度函数值随遗传代数的变化曲线Fig.3Changecurveoffitnessfunctionvaluewithgeneticalgebra第42卷程占元，等：兼顾水面航态UUV性能和功能综合优化设计·39·
【参考文献】：
期刊论文
[1]基于粒子群优化的船舶电力系统经济环境调度[J]. 李素素,王锡淮. 船电技术. 2019(11)
[2]基于蚁群算法的船舶调度优化研究[J]. 赵翱东,壮而行. 舰船科学技术. 2019(06)
[3]基于粒子群优化算法的无人艇路径规划[J]. 薛敏,徐海成,王硕. 中国科技信息. 2018(24)
[4]无人潜水器主体多学科多目标设计优化[J]. 李嘉宁,刘峰,姚竞争,杜世欣,梁旭. 哈尔滨工程大学学报. 2019(04)
[5]基于改进遗传算法的新型水面无人艇性能综合优化分析[J]. 魏子凡,井升平,杨松林. 江苏科技大学学报(自然科学版). 2017(01)
[6]基于改进遗传算法的无功优化[J]. 尹星月,闫旭,刘欣,汪春龙. 东北电力大学学报. 2014(03)
博士论文
[1]基于多目标决策的USV系统可变自主实现机制研究[D]. 邹启杰.哈尔滨工程大学 2014
硕士论文
[1]一种水面无人艇艇型优化及远程设计系统初步研究[D]. 刘曼.江苏科技大学 2018
[2]深海无人智能潜水器力学性能和能源系统综合优化方法研究[D]. 俞强.江苏科技大学 2014
本文编号：3591799
本文链接：https://www.wllwen.com/kejilunwen/chuanbolw/3591799.html
