發(fā)布時間：2018-06-17 03:10

  本文選題：水面無人艇 + 改進遺傳算法　； 參考：《江蘇科技大學學報(自然科學版)》2017年01期

【摘要】：艇型的設計受到多種因素約束,各種因素常常互相矛盾,因此,若以某一個指標為主,將會減弱其他方面的性能.所以在選取艇型的各項參數(shù)時,應全面綜合考慮各個參數(shù)對艇型影響程度.文中對一種新型水面無人艇的快速性、操縱性、耐波性和抗傾覆性進行綜合優(yōu)化計算,將水面無人艇的綜合性能優(yōu)化問題轉(zhuǎn)化為4個子系統(tǒng)性能的優(yōu)化問題.對4個子系統(tǒng)的設計變量進行耦合,并將子目標函數(shù)以一定的形式組合成總目標函數(shù).兼顧4個性能的約束條件,構造懲罰函數(shù),最終構造出水面無人艇的性能綜合優(yōu)化數(shù)學模型.文中提出3種策略改進遺傳算法,通過優(yōu)化數(shù)學模型接口來編制、優(yōu)化軟件,并進行優(yōu)化計算分析.研究結果表明:成長機制改進的遺傳算法具有很好的尋優(yōu)性能,且成長機制中遺傳因子和進化權重對尋優(yōu)效果的影響最大.
[Abstract]:The design of boat type is constrained by many factors, and the factors are often contradictory. Therefore, if one index is the main factor, the performance of other aspects will be weakened. Therefore, the influence of each parameter on boat type should be considered comprehensively. In this paper, the performance optimization of a new type of surface unmanned craft, such as rapidity, maneuverability, wave resistance and capsize resistance, is comprehensively optimized. The optimization problem of the comprehensive performance of the surface unmanned craft is transformed into the optimization of the performance of four subsystems. The design variables of the four subsystems are coupled and the subobjective functions are combined into the total objective functions in a certain form. Finally, the comprehensive optimization mathematical model of the performance of the surface unmanned craft is constructed by taking into account the four performance constraints and constructing the penalty function. In this paper, three strategies are proposed to improve the genetic algorithm, which are programmed by optimizing the mathematical model interface, optimizing the software, and carrying out the optimization calculation and analysis. The results show that the improved genetic algorithm has a good performance and genetic factors and evolutionary weights have the greatest influence on the optimization performance in the growth mechanism.
【作者單位】： 江蘇科技大學船舶與海洋工程學院;
【基金】：國家自然科學基金資助項目(51379094)
【分類號】：TP18;U662

【相似文獻】

相關期刊論文 前10條

1 楊艷麗,史維祥;一種新的優(yōu)化算法—遺傳算法的設計[J];液壓氣動與密封;2001年02期

2 王毅,曹樹良;遺傳算法在并聯(lián)水泵系統(tǒng)運行優(yōu)化中的應用[J];流體機械;2003年10期

3 趙義紅,李正文,何其四;生物信息處理系統(tǒng)遺傳算法探討[J];成都理工大學學報(自然科學版);2004年05期

4 李凡,黃數(shù)林,張東風;一種改進的多倍體遺傳算法[J];華中科技大學學報(自然科學版);2005年01期

5 韋雪潔;黎明;劉高航;田貴超;;注入式的遺傳算法的分析與研究[J];南昌航空工業(yè)學院學報(自然科學版);2006年01期

6 閻綱;;遺傳算法及其仿真[J];湖南工程學院學報(自然科學版);2006年04期

7 ;遺傳算法[J];電網(wǎng)與清潔能源;2008年10期

8 吳玫;陸金桂;;遺傳算法的研究進展綜述[J];機床與液壓;2008年03期

9 李培植;肖利明;于靜濤;;基于遺傳算法的結構優(yōu)化方法[J];公路交通科技(應用技術版);2008年08期

10 于金;金樂;杜海璐;;基于改進遺傳算法的集裝箱裝載優(yōu)化問題研究[J];船海工程;2008年05期

相關會議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進的遺傳算法及其在路徑規(guī)劃中的應用[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設計中的應用[A];第五屆全國制冷空調(diào)新技術研討會論文集[C];2008年

3 王志軍;李守春;張爽;;改進的遺傳算法在反演問題中的應用[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進遺傳算法在三維日照方案優(yōu)化中的應用[A];工程三維模型與虛擬現(xiàn)實表現(xiàn)——第二屆工程建設計算機應用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學術研討會論文集[C];2006年

6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術及其應用學術交流會論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設計[A];全國第二屆信號處理與應用學術會議�？痆C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計算機編程中的應用[A];1995年中國智能自動化學術會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

9 靳開巖;張乃堯;;幾種實用遺傳算法及其比較[A];1996年中國智能自動化學術會議論文集（下冊）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動遺傳算法[A];1996年中國智能自動化學術會議論文集（下冊）[C];1996年

相關重要報紙文章 前1條

1 林京;《神經(jīng)網(wǎng)絡和遺傳算法在水科學領域的應用》將面市[N];中國水利報;2002年

相關博士學位論文 前10條

1 蔡美菊;交互式遺傳算法及其在隱性目標決策問題中的應用研究[D];合肥工業(yè)大學;2015年

2 張士偉;三維聲學快速多極基本解法在機械噪聲預測中的應用研究[D];沈陽工業(yè)大學;2016年

3 高軍;無鉛焊料本構模型及其參數(shù)識別方法研究[D];南京航空航天大學;2015年

4 Amjad Mahmood;半監(jiān)督進化集成及其在網(wǎng)絡視頻分類中的應用[D];西南交通大學;2015年

5 周輝仁;遞階遺傳算法理論及其應用研究[D];天津大學;2008年

6 郝國生;交互式遺傳算法中用戶的認知規(guī)律及其應用[D];中國礦業(yè)大學;2009年

7 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應用研究[D];西安電子科技大學;1998年

8 馬國田;遺傳算法及其在電磁工程中的應用[D];西安電子科技大學;1998年

9 唐文艷;結構優(yōu)化中的遺傳算法研究和應用[D];大連理工大學;2002年

10 周激流;遺傳算法理論及其在水問題中應用的研究[D];四川大學;2000年

相關碩士學位論文 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學;2006年

2 鐘海萍;原對偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學;2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預測控制[D];華南理工大學;2015年

4 王琳琳;新型雙層液壓轎運車車廂的設計研究[D];上海工程技術大學;2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風面積比優(yōu)化方法研究[D];華南理工大學;2015年

6 彭騫;基于遺傳算法的山區(qū)高等級公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學;2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測[D];昆明理工大學;2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學;2015年

9 吳南;數(shù)值逼近遺傳算法的研究應用[D];華南理工大學;2015年

10 于光帥;一類優(yōu)化算法的改進研究與應用[D];渤海大學;2015年

，

本文編號：2029391