船舶操纵性优化的约束多目标进化算法

发布时间：2022-11-11 17:18

　　针对现有船舶操纵性优化算法收敛性不高的问题,将基于分解的多目标进化算法应用到船舶设计中,本文提出一种船舶操纵性设计的约束多目标进化算法。建立了以直线稳定性和相对回转直径为目标的优化模型,采用基于分解的多目标进化算法框架,结合优秀不可行解改进了差分算子;其次,充分利用优秀不可行解,设计了新的个体选择准则。将本文算法与另外3种船舶操纵性优化算法进行对比,该算法可以提供更多的设计方案,且设计方案收敛性更好。 

【文章页数】：7 页

【文章目录】：
1 船舶操纵性优化的数学模型
    1.1 设计变量
    1.2 目标函数
    1.3 约束条件
    1.4 船舶操纵性优化数学模型
2 船舶操纵性优化的约束多目标进化算法
    2.1 基于分解的多目标进化算法框架
    2.2 改进差分变异策略
    2.3 提出个体选择策略
    2.4 船舶操纵性优化实现流程
        1)初始化阶段。
        2)进化阶段。
        3)更新阶段。
        4)判断终止条件。
        5)输出。
3 仿真实验与结果分析
    3.1 实验参数设置
    3.2 对比结果分析
4 结论


【参考文献】：
期刊论文
[1]船舶操纵性优化的约束多目标进化算法[J]. 刘冰洁,毕晓君.  哈尔滨工程大学学报. 2020(09)
[2]基于水动力性能优化的船型设计研究进展[J]. 万德成,缪爱琴,赵敏.  水动力学研究与进展（A辑）. 2019(06)
[3]基于MOEA/D的船舶水动力性能优化[J]. 毕晓君,王朝.  哈尔滨工程大学学报. 2018(10)
[4]大型船舶操纵指数的最优选取仿真研究[J]. 王珍.  舰船科学技术. 2018(10)
[5]基于重新匹配策略的ε约束多目标分解优化算法[J]. 张磊,毕晓君,王艳娇.  电子学报. 2018(05)
[6]基于目标分流方法的船舶概念方案多学科设计优化[J]. 王健,谢伟,王涛,刘晓军.  中国舰船研究. 2017(05)
[7]一种基于反向学习的约束差分进化算法[J]. 魏文红,周建龙,陶铭,袁华强.  电子学报. 2016(02)
[8]船舶水动力性能的多目标优化方法[J]. 胡腾飞,王先洲,刘平,张志国,冯大奎.  舰船科学技术. 2014(06)
[9]船舶概念设计阶段的多目标优化与决策[J]. 胡翩.  计算机与数字工程. 2014(03)
[10]基于自适应加权的船舶操纵性能多目标优化[J]. 周奇,陈立,周猛猛,许辉,黄卫刚.  舰船电子工程. 2014(02)



本文编号：3705432