本科毕业设计论文--外文翻译集成进化优化算法及其发展和在船舶结构优化设计中的应用.docVIP

本科毕业设计论文--外文翻译集成进化优化算法及其发展和在船舶结构优化设计中的应用.doc

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本科毕业设计论文--外文翻译集成进化优化算法及其发展和在船舶结构优化设计中的应用

施普林格 机械科学与技术学报22(2008)1313?1322 杂志 机械 科学 技术 集成进化优化算法及其发展和在船舶结构优化设计中的应用 Young-Mo Kong1, Su-Hyun Choi1, Bo-Suk Yang2,* and Byeong-Keun Choi3 1.研究中心,大宇造船和海洋工程有限公司1 Aju-dong Geoje,Gyungnam 656 - 714年,韩国 2.釜庆国立大学机械工程学院,100年圣Yongdang-dong,Nam-gu,韩国釜山608 - 793 3.机械和航空航天工程学院研究所的海洋产业,国立大学445 Inpyeong-dong Tongyoung,650-160的韩国庆尚南道。 (2007年10月2日修订稿;2008年3月18日修订;2008年4月1日接收) 摘要 本文提出了一个集成的进化优化算法(ieoa)并结合遗传算法(GA)的随机算法,禁忌搜索算法(TS)和响应面分析法(RSM)。这个算法,为了提高收敛速度,被认为是遗传算法的缺点,采用RSM和单纯形法。遗传算法虽然具有随机变化,但系统的多样性可以通过使用禁忌表来保护。这种方法效率一直采用传统的功能测试和比较结果证明,它是一种遗传证据表明,新提出的算法可以有效地应用于减少淡水舱的重量,放在船舶设计来避免共振后找到全局最优解。结果表明,遗传算法的收敛速度在初始阶段已经利用RSM改进。一个优化的解决方案,没有额外的实际目标函数的评价计算。最后,可以得出结论,ieoa从收敛速度和全局搜索能力的观点的一个很有用的全局优化问题的算法。 关键词:进化优化算法;遗传算法;响应曲面法;禁忌搜索法;单纯形法方法; 淡水舱 引言 许多动态分析的重点是找到最大的响应,并避免在一个给定结构下所有激振力。通常,这些特性提供了基础的设计极限,因此用来确定的动态遥相关结构和它的重量。出于这个原因,重量最小化减少响应和避免共振一直是设计工程师的主要担忧问题。 许多经典的优化方法和实用软件已经开发出来,其中大部分是非常有效,特别是解决实际问题。然而,找到一个全球系统的最佳解决方案是很困难的。为了克服这个缺点,已经开发了许多搜索算法寻找一个全局最优解。遗传算法是进化计算领域中的一种技术,它是一种强大的全局优化方法,它不需要传统的搜索技术的严格连续性,而是在解空间中出现非线性和不连续性的2种方法。遗传算法可以处理各种目标函数,在离散、连续、混合搜索空间中定义了各种目标函数和约束条件。然而,全局访问的遗传算法需要一个计算随机搜索。所以,收敛速度的精确解很慢。此外,为一个大尺寸的问题的染色体编码将是非常长的,以便得到一个更准确的解决方案。这将导致在一个大的搜索空间和巨大的内存需求的计算。为了克服这些缺点,许多研究人员已经研究开发了许多混合遗传算法,遗传算法与其他的[3-6]结合。这些可以节省计算时间和找到全球性的解决方案,因为它去。因此,新的算法处理达到更高的精度和更快的收敛速度,在大型、复杂结构就像船得到一个最佳的解决方案。 响应面法(RSM)[ 7 ]是一个优化的工具,介绍了箱和威尔逊[8]。这是一个收集统计和数学技术,用于开发、改进和优化流程。这些技术被采用,以估计的优化功能,并找到搜索方向的域的子区域,以提高和希望最优的解决方案。简单的方法(SM)是一种无导数的优化使用涉及单形[ 9 ]搜索规律的方法。这众所周知的技术已经证明是流行的无约束的目标函数。禁忌搜索(TS)是一种原combnatorial近期开发的启发式优化问题。因为格洛弗[ 10,11 ]首先介绍,许多研究在这方面已经出现,如有约束优化问题的[ 12 ]随机移动。 在这项研究中,在高精度、高速度的多峰函数最优解的搜索,提出了一种新的混合进化算法,结合流行的算法,如遗传算法、禁忌的优点,RSM和SM。这个算法,为了提高收敛速度,被认为是遗传算法的缺点,采用RSM和SM。虽然突变遗传算法提供了多种随机变化,系统可以通过一个TS特别禁忌表的使用,在初始阶段,遗传算法的收敛速度,可以提高使用RSM是利用目标函数的信息获取通过总装工艺进行响应面(近似函数)和优化这没有一个额外的实际评价计算目标函数的最优解,而遗传算法的收敛速度可以提高,这种方法的效率被证明通过应用传统的功能测试和比较的结果也证实,遗传算法被应用该算法有效地搜索全局最优解THM重量最小化,避免被认为是淡水舱位于船体后部共振。 集成进化优化算法(IEOA) 2.1IEOA结构 其主要思想是减少利用RSM是一个设计的实验来减少重复数在评价目标函数的数目,因为这是一个优化设计的缺点。的ieoa主要由四部分

您可能关注的文档

文档评论(0)

TFZD + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档