改进的MODSA算法在船型优化中的应用

针对传统智能优化算法处理高维优化问题时易陷入局部最优解且优化效率低的问题,文章采用近几年提出的基于模型的动态抽样分配(MODSA)算法作为研究对象,该算法具有处理高维优化问题的潜力,但对某些复杂高维问题很难搜索到全局最优解。为避免MODSA算法陷入局部最优解,采用多元正态分布作为抽样分布并推导相应参数更新式;为进一步提升该算法的优化效率,采用均匀设计确定初始抽样分布的期望值并通过Sigma管理水平自适应确定初始方差。通过数值函数测试结果表明:改进的MODSA算法具有更好的优化性能。最后,将改进的MODSA算法应用于5100TEU集装箱船兴波阻力性能优化。

基于梯度增强Kriging方法的水下航行器结构优化设计

[目的]船舶结构优化设计过程通常涉及对高精度数值仿真进行响应分析,其耗时特性决定了可调用的仿真次数十分有限,使得优化过程受到限制。为了探索基于梯度增强Kriging代理模型的高效设计优化方法,缩短设计周期,节省设计成本,提出基于缩减型梯度增强Kriging的加点策略,仅在有实际改进的采样位置进行梯度计算,以减少仿真调用次数。[方法]首先,使用多起点局部优化算法搜索改进期望函数的若干局部最优解作为候选加点位置;然后,计算相应的近似驻点概率,并根据改进期望值和近似驻点概率值的一致程度来确定加点位置,从而提高优化效率;最后,针对某水下航行器结构进行优化设计,以提高其水下无约束自由振动时的第7阶固有频率为目标,对所提方法的可行性进行验证。[结果]结果表明,优化后的固有频率值与基准型相比提升了14.6%,方法的可行性得到验证。[结论]所提方法可以将基于梯度增强Kriging代理模型的优化方法泛化至梯度信息只能通过有限差分法获取的场景。

基于“海洋石油301”船的船舶数字化三维模型开发

建立与实际船舶环境高度一致的虚拟环境,以立体化的形式显示在人机交互设备上,可提升实船环境认知感与操作感。以“海洋石油301”为目标船建立全船系统的三维模型,为提供人机实时交互的高沉浸感平台打下基础。通过三维船舶整体、主要舱室和典型设备及其他设备的建模与模型的优化,搭建与实船完全一致的三维模型,最终结果表明模型的精度较高、画面较为流畅。

基于智能优化算法的群塔塔吊平面布置优化

施工现场塔吊的布置是一个复杂的工程优化问题。针对某施工工地的群塔平面优化布置问题,确立了利用Python语言编程进行优化的方案和步骤。根据建筑物形状、施工区域红线和塔吊的安装和拆卸要求,初步确定塔吊的不可布置区域。以塔吊的月租金和塔吊工作半径对施工区域的覆盖率为目标函数,建立了塔吊平面优化问题的数学模型,并采用遗传算法进行了优化求解。算法给出了塔吊数量为5台、6台、7台等3种情况时的最优解,供施工管理人员根据现场的其他要素选用。

基于非精确搜索的固体火箭发动机序列近似约束优化设计方法

基于代理的约束优化方法在实际固体火箭发动机设计问题中得到了广泛的应用。为了提高设计性能,文中提出了一种基于非精确搜索的序列近似约束优化(ISSACO)方法,该方法应用了一个三阶段非精确采样方法。三阶段约束抽样方法采用精英档案机制来平衡采样的可行性和最优性,针对精英档案中种群可行与不可行的情况,分别制订了3种抽样准则。采样固体火箭发动机冲质比优化工程算例及数值算例进行验证,结果表明:ISSACO方法可以高效地定位全局可行最优,证明了本方法的有效性。

飞机上超薄型座位背部曲线的优化

针对怎样设计座椅的靠背曲线才能提高舒适度的问题。我们先引进了脊柱曲率的概念,又通过对脊柱数据的分析得出腰椎弯曲形状接近正常生理状态时人舒适度最高,之后通过建立腰椎曲率模型求出了最舒适坐姿下的腰椎曲率半径。再者我们根据人机工程学选取了4个人体脊柱特征点(H-跨点、Y-腰靠支撑点、J-肩靠支撑点、S-头靠支撑点),建立三次样条插值法模型,通过MATLAB拟合出靠背曲线经验方程;针对靠背曲线优化提高舒适度的问题。我们建立了曲率半径误差最小的优化模型,使设计的曲线在脊椎中的主要受力点腰椎和肩胛骨这两点的曲率半径误差最小,最后采用外点惩罚函数法,通过MATLAB拟合出优化后的靠背曲线经验方程。

三维模型合理化设置在石油化工装置改造项目中的优势

为满足节能环保的要求,越来越多的石油化工装置面临升级改造。该施工通常利用装置停车检修期间进行,为了不影响经济效益按时开车,施工工期十分紧张。提高施工过程中的正确性,质量和效率成了主要研究的课题。以某改扩建项目为例,提出三维建模合理化设置在改造项目中的优势。

解决约束违背问题的一种自适应调整方法

带约束的优化问题的目的是要找到满足等式或者不等式约束的最优点。在某些情况下,优化求解得到的"最优点"可能会使得某个或某几个约束条件超出目标约束限,或者在所有约束条件中的最大值远远小于目标约束限。针对这一类问题,本文提出一种在寻优过程的每一次迭代中自适应调整约束限的方法,通过动态调整迭代过程中迭代模型约束限的值,将约束条件中最大值的约束条件变为等式约束,使得迭代解始终在可行域范围内,且收敛后的最优解不违背任何约束条件。本文将该方法成功应用于位移约束下结构重量最小化拓扑优化模型,原来不满足约束条件的情况在使用该方法后都能使约束得到满足,解决了约束条件被违背的问题。

基于缓解人车不等对哈罗单车调度的计量分析

从缓解蚌埠哈罗单车"人车不等"的视角出发,根据所收集到的数据分析人车不等的影响因素,依托SPSS描述性统计分析出哈罗单车的时空分布。进一步运用Floyd算法及时间序列模型分别从空间和时间上对哈罗单车的分布进行优化,预测出不同时间段哈罗单车调度的方向及数量。最后,结合哈罗单车使用效用的最大化原则,给出了哈罗单车运营建议。

基于渐进式神经网络架构搜索的人体运动识别

为了解决基于传感器数据的运动识别问题,利用深度卷积神经网络(CNN)在公开的OPPORTUNITY传感器数据集上进行运动识别,提出了一种改进的渐进式神经网络架构搜索(PNAS)算法。首先,神经网络模型设计过程中不再依赖于合适拓扑结构的手动选择,而是通过PNAS算法来设计最优拓扑结构以最大化F1分数;其次,使用基于序列模型的优化(SMBO)策略,在该策略中将按照复杂度从低到高的顺序搜索结构空间,同时学习一个代理函数以引导对结构空间的搜索;最后,将搜索过程中表现最好的20个模型在OPPORTUNIT数据集上进行完全训练,并从中选出表现最好的模型作为搜索到的最优架构。通过这种方式搜索到的最优架构在OPPORTUNITY数据集上的F1分数达到了93.08%,与进化算法搜索到的最优架构及DeepConvLSTM相比分别提升了1.34%和1.73%,证明该方法能够改进以前手工设计的模型结构,且是可行有效的。

IMPROVED AERODYNAMIC APPROXIMATION MODEL WITH CASE-BASED REASONING TECHNIQUE FOR MDO OF AIRCRAFT

To increase the efficiency of the multidisciplinary optimization of aircraft, an aerodynamic approximation model is improved. Based on the study of aerodynamic approximation model constructed by the scaling correction model, case-based reasoning technique is introduced to improve the approximation model for optimization. The aircraft case model is constructed by utilizing the plane parameters related to aerodynamic characteristics as attributes of cases, and the formula of case retrieving is improved. Finally, the aerodynamic approximation model for optimization is improved by reusing the correction factors of the most similar aircraft to the current one. The multidisciplinary optimization of a civil aircraft concept is carried out with the improved aerodynamic approximation model. The results demonstrate that the precision and the efficiency of the optimization can be improved by utilizing the improved aerodynamic approximation model with ease-based reasoning technique.

基于电路图的卢浮宫紧急疏散计划的研究

运用降维的思想,把三维的楼层空间转化到二维的电路图上。通过把楼层结构和电路器件的对应,游客拟作电荷,电荷的移动形象表现出游客疏散的过程,并引入传统社会力模型中自身驱动力,排斥力的概念改进模型,以模拟行人间碰撞现象。把实际疏散时间对应到电路公式中,建立最短疏散时间的优化模型。通过元胞自动机进行地面层和楼层间的模拟仿真,仿真结果显示,基于“电路图“的优化疏散模型能够真实的反应游客疏散的具体过程。

基于未知天气的单人模式沙漠游戏策略

针对2020年大学生数学建模竞赛中的"穿越沙漠"的游戏机制,根据未知天气的单人游戏模式建立了对应的单目标函数优化模型.并针对关卡4的具体情况,利用MATLAB对游戏的天气系统进行了蒙特卡洛随机仿真模拟,得到在模拟天气情况下玩家应选取的最优策略.对计算结果进行检验发现,策略满足游戏关卡中的约束条件,且玩家最终能获得较好的收益,证明了模型的实用和可靠性.

基于新型高维代理模型的气动外形设计方法

随着现代飞行器性能需求的不断提高,飞行器精细化气动优化设计要求更高可信度的CFD数值分析及更多的独立设计变量,使得基于代理模型的全局优化算法在超过一定的设计变量后显著降低了效率,难以满足复杂工程的设计需求。而目前的高维代理模型过程复杂、时间花费高,缺乏对工程问题的广泛适应性。针对以上难题,提出了利用监督式非线性降维代理建模方法来缓解代理优化过程中的高维变量设计难题。该方法将核主成分分析(非线性)降维与高斯回归过程模型统一训练,自适应构建新型高维代理模型,并随着优化过程不断学习改进模型,建立了从高维输入到输出的准确映射,有效解决了传统高维代理模型训练时间花费高和适应性差等难题。然后基于该新型代理模型发展了适用于飞行器复杂气动设计的高维全局优化设计方法,并将其应用到美国航空航天学会(AIAA)优化小组发布的2个复杂跨声速优化算例中。通过与传统代理优化方法全面比较,验证了所提的方法能大幅提高飞行器高维变量全局优化效率和全局寻优能力。

基于逆优化方法的供应链资源优化配置

针对一般供应链优化模型只能反映具体资源数量的约束作用,没有反映出资源之间配合关系的约束作用,以及模型求解过程中将资源约束作为刚性处理,没有考虑到供应链资源构成中部分资源约束是弹性的问题,建立以供应链整体运营成本最低为优化目标,以供应链上业务过程能力为约束条件的多级供应链优化模型,并在此基础上建立了逆优化方法。对多级供应链优化模型按照逆优化方法求解可使由市场需求决定的生产任务成为供应链优化模型的最优解,进而引导供应链业务流程改进和再造,使供应链适应市场需求。

地铁线路储能装置与牵引装置联合优化配置方法

在城市轨道交通系统中,列车牵引用电的费用在总运营费用中占比较高。在直流供电系统中接入储能装置(例如超级电容)吸收利用列车的再生制动能量,能够减少牵引用电的开销。储能装置和牵引装置的配置方案(位置与容量)会显著影响能量的吸收与利用效率。为了在有限储能与牵引资源约束下最大化再生制动能量的吸收利用效率,该文提出一种地铁线路储能装置与牵引装置的联合优化配置方法,将优化配置问题建模为仿真优化问题,开发了基于序优化的问题求解方法以获得问题足够好的解。在青岛地铁某线路上的测试结果显示:相比于依经验配置,优化配置方案可以减少6.1%的牵引能耗。该方法不仅能有效配置储能牵引资源,还能应用于解决地铁线路中的其他复杂优化问题。