当前位置:主页 > 科技论文 > 自动化论文 >

基于改进遗传算法的新型水面无人艇性能综合优化分析

发布时间:2018-06-17 03:10

  本文选题:水面无人艇 + 改进遗传算法 ; 参考:《江苏科技大学学报(自然科学版)》2017年01期


【摘要】:艇型的设计受到多种因素约束,各种因素常常互相矛盾,因此,若以某一个指标为主,将会减弱其他方面的性能.所以在选取艇型的各项参数时,应全面综合考虑各个参数对艇型影响程度.文中对一种新型水面无人艇的快速性、操纵性、耐波性和抗倾覆性进行综合优化计算,将水面无人艇的综合性能优化问题转化为4个子系统性能的优化问题.对4个子系统的设计变量进行耦合,并将子目标函数以一定的形式组合成总目标函数.兼顾4个性能的约束条件,构造惩罚函数,最终构造出水面无人艇的性能综合优化数学模型.文中提出3种策略改进遗传算法,通过优化数学模型接口来编制、优化软件,并进行优化计算分析.研究结果表明:成长机制改进的遗传算法具有很好的寻优性能,且成长机制中遗传因子和进化权重对寻优效果的影响最大.
[Abstract]:The design of boat type is constrained by many factors, and the factors are often contradictory. Therefore, if one index is the main factor, the performance of other aspects will be weakened. Therefore, the influence of each parameter on boat type should be considered comprehensively. In this paper, the performance optimization of a new type of surface unmanned craft, such as rapidity, maneuverability, wave resistance and capsize resistance, is comprehensively optimized. The optimization problem of the comprehensive performance of the surface unmanned craft is transformed into the optimization of the performance of four subsystems. The design variables of the four subsystems are coupled and the subobjective functions are combined into the total objective functions in a certain form. Finally, the comprehensive optimization mathematical model of the performance of the surface unmanned craft is constructed by taking into account the four performance constraints and constructing the penalty function. In this paper, three strategies are proposed to improve the genetic algorithm, which are programmed by optimizing the mathematical model interface, optimizing the software, and carrying out the optimization calculation and analysis. The results show that the improved genetic algorithm has a good performance and genetic factors and evolutionary weights have the greatest influence on the optimization performance in the growth mechanism.
【作者单位】: 江苏科技大学船舶与海洋工程学院;
【基金】:国家自然科学基金资助项目(51379094)
【分类号】:TP18;U662

【相似文献】

相关期刊论文 前10条

1 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

2 王毅,曹树良;遗传算法在并联水泵系统运行优化中的应用[J];流体机械;2003年10期

3 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

4 李凡,黄数林,张东风;一种改进的多倍体遗传算法[J];华中科技大学学报(自然科学版);2005年01期

5 韦雪洁;黎明;刘高航;田贵超;;注入式的遗传算法的分析与研究[J];南昌航空工业学院学报(自然科学版);2006年01期

6 阎纲;;遗传算法及其仿真[J];湖南工程学院学报(自然科学版);2006年04期

7 ;遗传算法[J];电网与清洁能源;2008年10期

8 吴玫;陆金桂;;遗传算法的研究进展综述[J];机床与液压;2008年03期

9 李培植;肖利明;于静涛;;基于遗传算法的结构优化方法[J];公路交通科技(应用技术版);2008年08期

10 于金;金乐;杜海璐;;基于改进遗传算法的集装箱装载优化问题研究[J];船海工程;2008年05期

相关会议论文 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年

相关重要报纸文章 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

相关博士学位论文 前10条

1 蔡美菊;交互式遗传算法及其在隐性目标决策问题中的应用研究[D];合肥工业大学;2015年

2 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年

3 高军;无铅焊料本构模型及其参数识别方法研究[D];南京航空航天大学;2015年

4 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年

5 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

6 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

7 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

8 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

9 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

10 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

相关硕士学位论文 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年



本文编号:2029391

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2029391.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a4b12***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com