基于多目標(biāo)遺傳算法的五體船主尺度優(yōu)化研究.pdf_第1頁
已閱讀1頁,還剩84頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、五體船(Pentamaran)作為一種新型高性能特種船型,從概念研究進(jìn)入實(shí)用發(fā)展僅十幾年的時(shí)間,與其他船型相比具有破艙穩(wěn)性好、適航性優(yōu)良、高航速時(shí)阻力小以及甲板寬大等技術(shù)優(yōu)勢(shì),因此受到國(guó)內(nèi)外造船界和應(yīng)用領(lǐng)域的極大關(guān)注。本文對(duì)這種新型五體船的主尺度優(yōu)化問題進(jìn)行研究,嘗試用智能算法求解此問題。
   船舶設(shè)計(jì)是一個(gè)不斷優(yōu)化的過程,目的是尋找各種設(shè)計(jì)可行性以滿足船舶設(shè)計(jì)的最佳化,即以最低的建造成本獲得性能最優(yōu)的船舶。在船舶的初步設(shè)計(jì)中

2、,主尺度的選擇是最基本和最重要的工作之一,將影響船舶壽命周期內(nèi)的總體性能和經(jīng)濟(jì)性,該問題的研究可歸結(jié)為多目標(biāo)非線性規(guī)劃求解。因其屬于低維多目標(biāo)優(yōu)化問題(MOP),所以本文使用遺傳算法求解。
   遺傳算法(GA)是借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)優(yōu)化搜索算法,主要特點(diǎn)是群體搜索策略和群體中個(gè)體間的信息交換,搜索不依賴于梯度信息。與傳統(tǒng)的優(yōu)化方法相比,遺傳算法具有簡(jiǎn)單易用、全局尋優(yōu)能力強(qiáng)等特點(diǎn),是當(dāng)前求解優(yōu)化問題最有效的方法

3、之一。近年來,遺傳算法在工程設(shè)計(jì)和優(yōu)化領(lǐng)域中得到廣泛應(yīng)用,在船舶工程領(lǐng)域,已被用于船舶概念設(shè)計(jì)和初步設(shè)計(jì)、型線設(shè)計(jì)、船舶運(yùn)動(dòng)、分艙設(shè)計(jì)以及結(jié)構(gòu)優(yōu)化等進(jìn)程中。
   本文給出了使用多目標(biāo)遺傳算法NSGAⅡ求解五體船主尺度優(yōu)化問題的完整描述。以有效載重量、船舶總阻力以及年貨運(yùn)量為目標(biāo)函數(shù),以主體船長(zhǎng)、水下船體相當(dāng)直徑、菱形系數(shù)以及航速為決策變量,建立多目標(biāo)優(yōu)化數(shù)學(xué)模型,基于多目標(biāo)遺傳算法NSGAⅡ編制Matlab優(yōu)化仿真程序,針對(duì)服

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論