基于AMPSO-BP-GA的油船舱段结构优化

作     者：王一镜 罗广恩 刘家奇 刘俊成 WANG Yijing;LUO Guangen;LIU Jiaqi;LIU Juncheng

作者机构：江苏科技大学船舶与海洋工程学院镇江212100 

基　　金：工信部高技术船舶基金资助项目 江苏省自然科学基金资助项目(BK20150468) 

出 版 物：《江苏科技大学学报（自然科学版）》 (Journal of Jiangsu University of Science and Technology:Natural Science Edition)

年 卷 期：2023年第37卷第2期

页      码：7-13页

摘      要：由于船体结构的复杂性,传统优化方法容易出现陷入局部最优、求解速度偏慢等问题.基于自适应变异粒子群算法(adaptive mutation particle swarm optimization, AMPSO)、BP神经网络、遗传算法(genetic algorithm, GA),结合Isight/Nastran设计的正交试验,提出了AMPSO-BP-GA结构优化方法.以油船油货舱段结构的优化为算例,验证结构优化方法的有效性和可行性.结果表明:AMPSO算法相比于粒子群算法(particle swarm optimization, PSO)和GA算法具有更好的极值寻优能力;AMPSO-BP神经网络比PSO-BP和GA-BP预报精度更高;针对油船舱段结构优化,在相同的约束条件下,文中的AMPSO-BP-GA方法优化后重量较原设计减轻17.3%,优于GA-BP-GA优化方法的13.5%和PSO-BP-GA优化方法的13.4%.证明该方法具有可行性和有效性并具有推广性,可为船舶结构设计提供参考.

主 题 词：舱段结构优化 BP神经网络 自适应变异粒子群算法 遗传算法 油船舱段 

学科分类：08[工学] 0824[工学-林业工程类] 082401[082401] 

D　O　I：10.20061/j.issn.1673-4807.2023.02.002

馆 藏 号：203122444...