購物車(0)
基于MOPSO算法的船舶興波阻力多目標優化
繆愛琴; 萬德成 上海交通大學船舶海洋與建筑工程學院海洋工程國家重點實驗室高新船舶與深海開發裝備協同創新中心; 上海200240
關鍵詞：mopso 勢流理論 興波阻力 船型優化
摘要：粒子群優化算法(PSO)是一種進化算法,它與遺傳算法相比,不需要編碼,沒有交叉和變異操作,粒子只是通過內部速度進行更新,因此,易于實現。另外,PSO算法具有較好的記憶,好的解的知識所有粒子都保存,因此收斂速度較快。Multi Objective Particle Swarm Optimization(MOPSO)算法是適應多目標優化的粒子群算法。該文基于MOPSO算法和Neumann-Michell理論對KCS在給定兩個航速下的興波阻力性能進行綜合優化。以船型變換參數為設計變量,興波阻力為目標函數,采用自由變形方法(FFD)對船舶首部和船體后半體進行變形,通過OPTShip-SJTU求解器優化興波阻力。通過自編MOPSO算法對多目標函數進行優化,成功得到系列優化船型。并選擇3個優化船型與母型船進行進一步的數值模擬,對比分析。
水動力學研究與進展A輯雜志要求:
{1}作者簡介：姓名，出生年，性別，籍貫，單位（大小單位都要寫清）及所在省市、郵編，職稱或學位。
{2}來稿須為作者原創成果，內容詳實，數據準確，表達嚴謹，形式規范。
{3}層次標題是對本段、本條主題內容的高度概括。各層次的標題應簡短明確，同一層次標題的詞組結構應盡可能相同。層次標題的編號采用阿拉伯數字，即1，1.1，1.1.1，1.1.1.1。一般不超過4級。
{4}參考文獻：用于說明引文的出處，采用文末注的形式。注號：用“[1]、[2]、[3]……”。
{5}摘要需概述文章研究的目的、主題、論點等，一般為150～300字。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
