摘要：[目的]旨在研究非线性自适应惯性权重粒子群优化算法,实现船用核动力一回路系统管道路径的布置优化设计。[方法]根据船用核动力一回路系统的管道布局设计特点,建立一回路系统的管道布局空间模型、约束条件和评价函数;基于管道节点数量,提出一种粒子群优化(PSO)算法的新型定长编码方法,然后结合该编码方法建立方向引导机制;在此基础上,针对粒子群优化算法易陷入局部最优解、收敛速度慢的缺点,结合辅助线性变化的学习因子,提出一种基于非线性自适应惯性权重的改进粒子群优化算法;将改进粒子群优化算法与协同进化算法相结合,提出一种用于求解分支管道布局问题的协同进化粒子群优化算法,以用于核动力一回路系统的管道布局优化。[结果]仿真结果显示,所提的改进算法与标准算法相比收敛速度提高了40%~50%,不仅能够得到更好的管道布局效果,还解决了标准粒子群优化算法容易陷入局部最优解的问题。[结论]研究成果可为船用核动力一回路系统管道布置的优化设计提供有益的参考。

摘要：为实现在小样本数量下构造出应用于船型优化的高精度近似模型,提出一种基于敏感度分析的拉丁超立方的船型样本点选取方法。以Wigley船型构建兴波阻力的响应面模型为例,同以往的拉丁超立方、正交试验设计生成的船型小样本所构建的模型进行预报精度的对比。结果表明,该方法选取的船型小样本均布代表性较好,训练的近似模型精确度较高;相比单纯采用CFD技术直接进行优化,采用该方法构建的近似模型可进一步提升船型的优化效率和质量。