知识工程在船舶结构优化设计中的应用

针对船舶结构设计变量是涉及多种设计和约束条件的离散变量,造成结构优化的高度非线性、多峰性等问题,而且设计过程中需要设计规范和专家经验等知识支持,结合其具有很强的综合性、模糊性等特点,提出了基于知识工程的船舶结构优化设计方法。该方法利用知识工程与结构优化相结合,将获取的设计知识构建知识库应用于船舶结构优化设计,并通过知识工程技术实现参数化结构模型与优化数学模型的相互转化,降低结构优化设计对用户知识水平的要求。水密横舱壁结构的优化设计算例表明,满足约束要求的情况下,其结构重量在优化后比优化前降低了,保证了结构性能合理的同时实现重量最轻的目标;将结构参数化模型和数学优化模型结合在一起,为设计经验少的设计者提供了一种结构设计的捷径;实现了从不同资源中获取知识并应用于优化设计过程,促进设计能力的提高,降低优化设计过程对知识和经验的依赖。

微分群体智能算法在船舶结构混合变量优化中的应用

船舶结构优化设计问题通常是一个包含混合变量的约束优化问题。常用的优化方法是采用遗传算法结合惩罚函数法,但遗传算法的人工参数多,算法复杂,惩罚因子选取困难。该文中把适合约束优化问题的微分群体算法DS(Differential Swarm)进行了改进并用于混合变量的结构优化问题中,对多个工程实例的计算表明,新算法的结果好于已知文献中的最好结果,并得到了以往未发现的新解。DS算法参数少,算法表达简单,全局优化能力强,精度高,在工程中有较大应用前景。

基于优化平台思想的舰船结构优化设计

根据舰船结构优化设计的需求，提出了一种新的优化程序的设计思想——优化平台。所谓优化平台，即将各种优化处理手段编制成为优化软件的公用模块，而任何一种优化模型和优化方法，只需按照规定的接口链接到公用模块上，即可具有系统所提供的各种功能。这一思想将优化系统划分为优化处理系统、优化方法系统、优化模型系统。依据优化平台的理念，编制了多用舰船结构优化系统，并应用该系统进行了某护卫舰的结构优化设计，验证了优化平台思想的先进性和可行性。

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。

水面舰船多学科设计优化(英文)

多学科设计优化(MDO)被认为是目前处理海洋结构物设计的有效方法。中国船舶科学研究中心也开展了将多学科设计优化应用于船舶设计的研究。上一篇文章从船舶设计研究人员的角度出发对多学科设计优化的理论进行了介绍并且对一条发表了的国外舰船的模型进行了优化。在本文中,作者对国内的一艘实船的概念设计建立了多学科设计优化模型,该模型包括快速性、操纵性和船中剖面的总纵强度分析,它有37个设计变量,9 个约束和两个目标。iSIGHT 9.0被用来集成这些模块并执行优化,最终找到的优化设计不仅提高了该船的快速性,同时减小了船中剖面的截面积。