摘要：针对船形优化设计问题,为了克服主尺度与型线分开设计的不足,将主尺度与表征船体形状的参数联合组成设计空间来进行优化设计,同时以不同航速的船体阻力加权总和作为优化目标,引入IPSO-BP神经网络建立兴波阻力系数的近似预报模型,以主尺度和船形修改系数作为设计变量,以排水体积的变化量作为约束条件,分别利用遗传算法与模拟退火算法对Wigley船形进行了优化计算.计算结果证明了IPSO-BP方法建立兴波阻力系数近似模型的优良性能,得出的光顺合理的优化船形证明了该方法的可行性与合理性.

摘要：针对基于SBD技术的船型优化设计问题,提出了新型神经网络近似技术。通过将粒子群算法用于FRBF神经网络的权值训练,提出了PSO-FRBF神经网络算法,通过对比分析多种方法建立的兴波阻力系数近似模型,验证了新算法的适用性与优越性。以Wigley船型为算例,以船舶主尺度和船型修改系数为设计变量,以排水体积的变化量为约束条件,引入PSO-FRBF兴波阻力系数近似模型,建立了船体总阻力优化模型,并采用模拟退火优化算法实现了主尺度与船型的优化设计,得出了可靠合理的优化船型。实例证明新型神经网络可为船舶优化设计相关阶段提供良好的技术支持。

摘要：模拟退火算法具有强大的全局搜索能力,通过改进可用于求解多目标优化问题的Pareto前沿。文章针对核动力航母早期设计阶段方案生成问题,其中包含16个主尺度要素和14个目标函数,以效能最高和费用最低作为两个总的优化目标,建立了效能-费用双目标优化模型,并应用改进的多目标模拟退火算法进行迭代求解。结果表明,本方法快捷可靠,可在短时间内生成大量备选设计方案,为最终设计方案的确定提供充足的选择余地。

摘要：航空母舰机库是最大的航空维修和保障舱室,其主尺度的设计要满足舰机适配性的基本要求.根据舰载机紧凑布列和便于调运的原则,编制了机库分段舰载机自动布列程序,采用模糊建模的方法将机库主尺度设计中涉及到模糊的约束和目标进行量化和评价,提出了航母机库主尺度要素的双优化结构设计模型.算例验证结果表明,该设计模型有效且具有较高的效率,对我国航母机库主尺度要素的设计具有一定的参考价值.

摘要：为了提高舰船总体布置设计的自动化水平和决策的科学性,提出了舰船舱室分布的多目标优化设计模型,通过采用模糊建模的方法,在依靠设计者的经验的基础上,将总布置初步设计过程中舱室的分布问题所涉及到的环境载荷(舱室噪声、振动和船舶的运动)、舱室间邻近与远离约束、质量控制和区域甲板面积的利用等约束和目标变成可量化和评价的指标,利用模糊算子将这些指标集结成舱室分布设计的目标函数,通过采用智能优化算法得到总体效果满足上述设计目标和约束的舱室分布设计方案,对提高总体布置设计的自动化能力具有参考意义.

摘要：针对舰船概念设计阶段的总体方案评估论证问题,提出了一种基于相对熵排序的舰船方案评价方法.首先提出了可全面反映舰船综合能力的经简化后的舰船方案评价的指标体系,然后考虑群决策中的专家意见集成问题.采用基于粒子群优化群体判断矩阵的Hadamard凸组合来集结专家意见得出底层评价指标权重,再引入基于相对熵的多属性排序方法对各舰船总体方案进行综合评价.形成了可支持多专家群决策,能有效反映各方案本质差异的舰船方案评价模型.应用实例对比分析表明,该方法可为舰船研制方案总体评价提供一种可行、有效的新途径,并可直接用于舰船设计方案的权衡、优化工作等方面.

摘要：为了使非高精度的近似模型在船型优化中发挥最大效用,引入不确定性优化方法,采用区间数描述反向传播(BP)神经网络构建的兴波阻力系数近似模型的不确定性,基于主尺度与船型系数联合组成的设计空间构建了最小总阻力的优化模型.采用双层嵌套优化体系,外层采用加入学习因子改进策略的粒子群算法对引入罚函数的总阻力目标函数进行优化,内层采用改进的快速模拟退火算法针对近似模型的不确定域求解目标函数区间.算例表明了不确定性优化体系的优越性与两种优化算法的适用性.

摘要：船舶舱室布局所涉及的评价指标通常具有不确定性,如环境载荷等参数通常以不确定性的随机变量形式参与计算,且其概率分布的期望及方差等指标往往也是不确定的。文章采用矩不确定分布鲁棒优化方法,解决含矩不确定参数的船舶舱室布局min-max优化问题。将各舱室的全局位置参数、相对位置参数和质量分布参数加权整合为目标函数,建立全船范围内的舱室布局DRO-MU优化模型,采用拉格朗日对偶原理将其转为确定的半定规划问题以便求解。算例验证了该方法的合理性与优越性,以及该方法对解决含矩不确定参数的船舶舱室布局问题具有独特优势。

摘要：引入不确定性优化方法,采用双层嵌套优化结构(外层采用改进粒子群算法,内层采用隔代遗传算法)对高速艇的总阻力目标函数进行优化.采用区间数描述航速摄动的不确定性,以改进的Michell积分为基础,以前半部分船体型值构成设计空间.算例证明了采用不确定性优化方法处理相关问题的有效性与优越性.

摘要：基于多目标混沌差分进化算法(CDEMO)与直觉模糊多属性群决策(IFMAGDM)对大型舰船主尺度方案生成及优选进行了研究.建立了主尺度方案评价指标体系,以客观属性指标为优化目标建立优化模型,采用CDEMO对模型进行求解,生成了Pareto最优方案集.引入IFMAGDM模型对方案进行优选,针对群决策一致性修正问题,引入最大调整程度的概念对迭代算法进行改进,使一致性修正既简便高效又符合专家初始偏好.通过实例研究验证了一致性修正方法具有很高的可靠性,所提出的方案生成及优选方法具有很高的实用性,为大型舰船初步设计提供了一种简便、高效的新方法.