基于MOPSO算法的船舶兴波阻力多目标船型优化
粒子群优化算法(PSO)是一种进化算法,它与遗传算法相比,不需要编码,没有交叉和变异操作,粒子只是通过内部速度进行更新,因此,易于实现.另外,PSO算法具有较好的记忆,好的解的知识所有粒子都保存,因此收敛速度较快.Multi Objective Particle Swarm Optimization (MOPSO)算法是适应多目标优化的粒子群算法.本研究基于MOPSO算法和Neumann-Michell理论对KCS在给定两个航速下的阻力性能进行综合优化.以船型变换参数为设计变量,兴波阻力为目标函数,采用自由变形方法(FFD)对船舶首部、船体后半体进行变形,通过OPTShip-SJTU求解器优化兴波阻力.通过自编MOPSO算法对多目标函数进行优化,成功得到系列优化船型.并选择3个优化船型与母型船进行进一步的数值模拟,对比分析.
船型设计 多目标优化 船舶兴波阻力 粒子群优化算法
缪爱琴 刘鑫旺 万德成
上海交通大学船舶海洋与建筑工程学院海洋工程国家重点实验室高新船舶与深海开发装备协同创新中心,上海200240
国内会议
长春
中文
1364-1373
2017-08-08（万方平台首次上网日期，不代表论文的发表时间）