基于MLP方法的船舶大幅横摇近似解析解

具有一定精度的近似解析解可以将船舶横摇运动特征直接与船体参数相联系,便于分析船体参数对横摇运动及稳定性的影响.文中考虑阻尼力矩和恢复力矩的非线性建立了船舶在规则波中的横摇运动方程;为了克服弱非线性的局限性,采用改进的Lindstedt-Poincare(MLP)方法对横摇运动方程进行摄动求解,经细致推导得到精确至二阶的解析解(静水中)和精确至一阶的解析解(波浪中).最后对一目标船分别采用MLP和数值算法进行求解,验证了近似解析解的正确性.     

船体分段装配的工艺研究

本文简要论述了船体分段的主要建造方法,阐述了分段的主要类型及其基本的装配顺序,特别分析了双层底分段的主要建造方式和装配程序,从而为分段装配序列规划自动生成奠定了坚实的基础。     

改进元胞遗传算法的转塔式贴片机贴装优化

研究了转塔式贴片机的贴装过程优化问题,将其分解为元件贴装顺序和供料器布置,建立以组装时间最短为目标的贴装过程优化模型,然后采用元胞遗传算法对模型进行求解,基于问题的特点提出二维分段式的十进制编码方式,在遗传操作过程中运用改进的顺序交叉和自适应的变异操作,并在算法中结合局部搜索策略,实现了贴装顺序和供料槽布置的同时优化.实例求解和对比结果表明本算法在求解效率和求解结果上都优于传统遗传算法,从而证明了该算法的有效性.     

遗传算法在船舶自由浮态计算中的应用

根据船舶自由漂浮的平衡条件,将自由浮态计算归结为多目标约束优化问题,并引入遗传算法(GA)对该优化问题进行求解．在船体曲面和甲板的非均匀有理B样条(NURBS)曲面表达基础上,应用GA算法,采用实数编码方式,对船舶自由浮态进行计算,在实践中对GA算法进行必要的改进,提高进化速度,并编程实现．通过对两条实船完整浮态和破舱浮态进行计算,并与传统方法的计算结果对比表明,用GA来解船舶自由浮态的方法是简单可行的．由于该计算是基于曲面表达的计算,故比二维表达基础上的计算更精确．与其他迭代方法相比,它不需要人为给定初始迭代点,只需给出船舶总重量和重心位置;设计变量直接取吃水、横倾角和纵倾角,不必预先计算倾角的正切值,使用方便．     

考虑资源空窗期的资源投入问题的建模与优化

针对飞机装配过程中部分关键资源存在不可用期的特征,研究基于资源空窗期的资源投入问题,建立以最小化资源使用成本为目标的作业调度数学模型.通过分析空窗期对作业开始时间决策区间的影响,设计以作业位置编码的遗传算法,充分利用迭代过程中得到的作业不同开始时间对应不同目标值的信息,提出基于概率分布的作业开始时间选择方法来改进变异操作,并通过部分作业执行顺序的分支枚举对所得结果进行局部优化.数据实验表明,对于小规模问题可获得近似精确解,而对于大规模问题比较现有的算法,其在算法求解精度上可提升3%.     

基于规则推理的自动船体装配工艺生成方法

针对船体装配以经验为主的现状,根据船体零部件装配关系的特点,利用扩展的“赋权有向连接图”和边列表的方法表达船体装配模型和装配序列.分析了船体零件的形状和装配特征,归纳常用零件的装配元素和装配零件,并以规则推理方式实现装配工艺的自动生成,开发计算机辅助自动船体装配工艺原型系统.以一个典型船体分段的装配过程为例进行实验表明,利用该方法可有效提高船体装配效率和质量.     

一种求解机组组合问题的改进优先顺序法

提出一种求解机组组合(unit commitment,UC)问题的改进优先顺序法.利用机组的最小平均煤耗成本,建立UC问题一个新的整数线性规划模型(integer linear programming,ILP),从而将UC问题分解为一个仅含0、1变量的ILP问题和一个二次规划问题,减小了UC问题的规模和求解难度.利用ILP连续松弛问题的最优解,提出一种求解UC问题的改进优先顺序法.数值结果表明,所建ILP模型合理有效,所提方法具有良好的收敛性,和其他优先顺序法相比,获得了更好的数值结果.     

基于装配关系的船舶分段组立划分方法

为提升船舶分段装配的工艺设计效率与智能化水平,提出了一种基于装配关系的组立结构划分方法.通过分析船舶分段的焊接形式与装配工艺特点,考虑零部件间接关联关系对装配紧密度的影响,建立了分段装配强度关系矩阵.在此基础上,利用模糊聚类分析理论构建分段组立结构划分的数学模型,并针对聚类结果与划分粒度不唯一的问题,提出了以装配单元内部聚合度为评价指标的方案优选方法.最后,以两个具有代表性分段为例进行验证,结果表明该方法可以实现分段组立结构的自动合理划分,并且能够自主决策方案划分的粒度.     

基于遗传算法的船舶分段运输调度方法

为解决船厂平板运输车搬运船舶分段的日程计划问题,建立了利用最少数量的平板运输车完成分段搬运作业,以及所有分段搬运作业完成时间最小化的两阶段优化模型,提出了基于遗传算法的2种启发式方法以实现模型求解,并用数值实验的方法进行验证.结果表明,所提出的2种方法都能够较好地完成船舶分段运输调度计划,并实现平板运输车的高效利用.     

船舶协同设计中的优化资源配置算法研究

分析了船舶协同设计过程中任务分解和任务分配的基本方法,在此基础上建立了求解最低设计成本数学模型.讨论了利用遗传算法和模拟退火算法解决船舶协同设计中的优化资源分配问题,并比较了各个算法的优缺点.提出了采用遗传模拟退火的混合算法在船舶设计中计算最优资源分配的方案.经实验证明,混合算法能够取得全局最优解,最大限度地实现最小化项目设计成本的目标.     

供配电网络架设路径的优化

优化架设路径是降低供配电网络架设成本的一个有效方法。首先根据架设费用与架设路径是否有关将其分为两部分,然后通过匹配供配电网络中奇度点优化与架设路径有关的架设费用。实验采用遗传算法优化,结果表明该方法可有效优化架设路径,这将有助于减少供配电网络的架设费用。     

基于遗传算法的车间设备虚拟布局优化技术研究

根据车间布局设计的最小物流费用原则,建立车间设备布局优化模型,并对该优化模型进行遗传算法求解．借鉴车间设备布局的块树表示法,设计了基本块、分割线和方向的混和染色体,并给出解码方法．根据车间布局优化的特点,改进选择算子、交叉算子和变异算子等遗传操作算子,设计基于块树的分割线有效性检验算法,并融合了选择交叉算法的优点,有效地避免了遗传过程中无效个体的大量出现,保证了算法的有效性和高效性．最后,给出了一个12台设备车间布局仿真算例,结果表明,算法快速地在进行到170代左右时达到了收敛,并采用虚拟现实技术将计算结果形象地呈现出来．本文所提出的方法能够很好地解决车间设备虚拟布局问题．     

基于改进遗传算法的离散变量结构可靠性优化设计

根据离散变量结构可靠性优化设计的特点与难点,提出了基于改进遗传算法的可靠性优化设计方法,通过１５６杆输电出服失效状态下的可靠性优化设计与简易海洋平台屈服及疲劳失效上的可靠性优化设计实例,验证了方法的有效性,在计算速度及解的质量方面都取得了比较满意的结果。     

系统可靠性的多目标优化计算

由于多目标优化问题存在多个最优解集合，而传统的方法往往将其转化为各目标之加权和，然后采用单目标优化技术，这种方法存在诸多缺点和脆弱性，作为一种并行算法，遗传算法能很好地解决多目标优化问题，文中在非劣性分层遗传算法的基础上对遗传算子进行改进，首先获得多目标优化问题的非劣解，然后通过对系统进行敏感性分析，有效地缩小了问题的解空间．试验对比发现，算法的速度和精度得到有效提高。     

一种新量子遗传算法及应用

基于量子位测量的二进制量子遗传算法,在用于连续问题优化时,由于频繁的解码运算,严重降低了优化效率。针对这一问题,提出了一种基于量子位相位编码的量子遗传算法。该方法直接采用量子位的相位对染色体进行编码,采用量子旋转门实现染色体上相位的更新,采用Pauli-Z门实现染色体的变异。在该方法中,由于优化过程统一在空间[0,2π]n进行,而与具体问题无关,因此,对不同尺度空间的优化问题具有良好的适应性。以函数极值优化为例,仿真结果表明该方法的搜索能力和优化效率明显优于普通量子遗传算法和标准遗传算法。     

混合遗传算法及应用

给出了几种典型的混合遗传算法和基本思想,并着重讨论了一种改进的混合遗传算法及其应用,表明了混合遗传算法可提高优化质量和搜索效率．     

基于替代模型的油藏注采参数多目标优化设计

针对水驱油藏生产过程中合适的注采参数选取难的问题,提出了以净现值和累产油量为目标函数的多目标优化注采参数设计方法。采用基于粒子群算法的最小二乘支持向量机作为替代模型代替数值模拟,并用带精英策略的非支配排序多目标优化遗传算法对注采参数进行优化。以某区块两注两采模型为例,选取生产井井底压力和注水井注入量为优化变量,通过粒子群算法优化的最小二乘支持向量机构建替代模型,在优化过程中代替数模,再利用非支配排序遗传算法对注采参数进行优化。对比分析替代模型和数值模拟优化设计的结果,其误差在3%以内,并在注采参数优化时间上得到了明显提升。     

改进遗传算法在压缩机优化设计中的应用

对标准遗传算法进行了有益的改进,使得算法避免了早熟和陷入局部最优·采用混合编码的方法,使算法更适用于工程实际·设计的重组和筛选算子用于初始种群的形成使得初始解分布更加合理,有益于提高算法的计算效率和收敛性,在算法实现中遗传算子的选择采用了适用于二进制编码的单点交叉按位变异和适用于实数编码的算术交叉非均匀变异的混合算子,使得遗传算子能够适用于实数和二进制两种编码方式·并且尝试了将改进的遗传算法用于滑片式压缩机参数的优化,结果表明,经过改进的遗传算法有效可靠,经过优化的压缩机参数合理·     

军用飞机斤斗类飞行轨迹最优化方法

针对军用飞机斤斗类飞行过程,以半滚倒转和半斤斗翻转为例,建立机动飞行计算模型。根据最小机动速度设置改出速度约束条件,将斤斗类机动平均分段,利用神经网络的拟合功能,得到动作改出速度和操纵条件之间的非线性关系。利用遗传算法的全局寻优功能,结合神经网络得到的权重和偏置结果,探索机动过程中边界飞行性能最大的法向过载选取方法。仿真结果表明,与相关手册中给出的常规操纵方法相比,利用遗传算法优化后得到的过载控制规律飞行,可以使飞机具有更大的高度-速度范围,同时,比直接将遗传算法和数值积分相结合具有更快的计算速度。提出的方法也可以用于其他机型斤斗类飞行轨迹的最优化设计中。研究结果具有一定的实用价值。     

遗传搜索优化算法

简述了多峰优化的主要问题及遗传算法的基本概念及算法.在传统的优化方法基础上,引入遗传算法的思想,提出以优化搜索方向向量为研究对象,在连续空间进行优化的遗传搜索优化算法;给出了算法中关键参数的选取方法;最后,给出了该算法的计算实例,结果表明,用该算法能较稳定地找出全局最优点.