基于自组织映射和K-means聚类的分层设计空间动态缩减方法及其在船型优化中的应用

作     者：于群 李鹏 郑强 冯佰威 邱春良 曾大连 YU Qun;LI Peng;ZHENG Qiang;FENG Baiwei;QIU Chunliang;ZENG Dalian

作者机构：武汉理工大学高性能船舶技术教育部重点实验室湖北武汉430063 武汉理工大学船海与能源动力工程学院湖北武汉430063 中国舰船研究设计中心湖北武汉430064 广西中船北部湾船舶及海洋工程设计有限公司广西南宁530028 

基　　金：国家自然科学基金资助项目(51979211,52271327,52271330,52471339,52401390) 装备预研教育部联合基金(青年人才)资助项目(8091B032201) 高等学校学科创新引智计划资助项目(BP0820028) 广西重大科技专项资助项目(AA23023013,AA23062037) 中央高校基本科研业务费专项资金资助项目(104972024RSCbs0010) 国家资助博士后研究人员计划C档资助项目(GZC20232018) 

出 版 物：《中国舰船研究》 (Chinese Journal of Ship Research)

年 卷 期：2024年第19卷第6期

页      码：64-73页

摘      要：[目的]基于CFD的船型优化由于其高维、计算昂贵、“黑盒”等特点,通常会存在优化效率低,优化质量差的问题。针对以上问题,基于自组织映射方法和K-means聚类提出分层设计空间动态缩减方法(HSRM)。[方法]利用K-means聚类算法,对自组织映射方法的可视化结果进行聚类,并提取感兴趣的区域。通过该方式,可在船型优化过程中,对样本仿真数据进行数据挖掘、提取设计知识、指导设计优化,以提高优化质量。最后将该方法应用于7500吨级散货船的船型优化设计过程以验证有效性。[结果]结果表明,利用传统粒子群优化算法(PSO)和HSRM得到的优化船型总阻力分别降低1.854%和2.266%,HSRM能得到更高质量的优化解。[结论]所提出的方法可以指导优化算法向着最优解的方向进行寻优,有效提高优化效率和优化质量。

主 题 词：船舶设计 船型优化 自组织映射 设计空间缩减 聚类分析 分层设计空间动态缩减方法 

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

D　O　I：10.19693/j.issn.1673-3185.04050

馆 藏 号：203156420...