PSO训练弹性RBFNN在船型优化中应用研究.PDFVIP

第３８卷第２期　 　 　 　 　 　 　 　 　 　 　 哈　 尔　 滨　 工　 程　 大　 学　 学　 报　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．３８ №．２ ２０１７年２月　 　 　 　 　 　 　 　 　 　 Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ 　 　 　 　 　 　 　 　 　 　 　 Ｆｅｂ．２０１７ ＰＳＯ训练的弹性ＲＢＦＮＮ在船型优化中的应用研究 １ ２ １ 侯远杭 ，黄胜 ，梁霄 （１．大连海事大学 交通运输装备与海洋工程学院，辽宁 大连 １１６０２６；２．哈尔滨工程大学 船舶工程学院，黑龙江 哈尔滨 １５０００１） 摘　 要：针对基于ＳＢＤ技术的船型优化设计问题，提出了新型神经网络近似技术。 通过将粒子群算法用于ＦＲＢＦ 神经网络的权值训练，提出了ＰＳＯ⁃ＦＲＢＦ神经网络算法，通过对比分析多种方法建立的兴波阻力系数近似模型，验 证了新算法的适用性与优越性。 以Ｗｉｇｌｅｙ船型为算例，以船舶主尺度和船型修改系数为设计变量，以排水体积的 变化量为约束条件，引入ＰＳＯ⁃ＦＲＢＦ兴波阻力系数近似模型，建立了船体总阻力优化模型，并采用模拟退火优化算 法实现了主尺度与船型的优化设计，得出了可靠合理的优化船型。 实例证明新型神经网络可为船舶优化设计相关 阶段提供良好的技术支持。 关键词：船型优化；ＦＲＢＦ神经网络；粒子群算法；近似技术 ＤＯＩ：１０．１１９９０／ ｊｈｅｕ．２０１５１００７８ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１３９０．ｕ１０３６．００６．ｈｔｍｌ － － － 中图分类号：Ｕ６６１．１　 文献标志码：Ａ　 文章编号：１００６ ７０４３（２０１７）０２ ０１７５ ０６ Ｓｈｉｐ ｈｕｌｌ ｏｐｔｉｍｉｚａｔｉｏｎ ｂａｓｅｄ ｏｎ ＰＳＯ ｔｒａｉｎｉｎｇ ＦＲＢＦ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ １ ２ １ ＨＯＵ Ｙｕａｎｈａｎｇ ，ＨＵＡＮＧ Ｓｈｅｎｇ ，ＬＩＡＮＧ Ｘｉａｏ （１． ＴｒａｎｓｐｏｒｔａｔｉｏｎＥｑｕｉｐｍｅｎｔａｎｄＯｃｅａｎＥｎｇｉｎｅｅｒｉｎｇＣｏｌｌｅｇｅ，ＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙ，Ｄａｌｉａｎ １１６０２６，Ｃｈｉｎａ；２． Ｃｏｌｌｅｇｅｏｆ Ｓｈｉｐ⁃ ｂｕｉｌｄｉｎｇ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ １５０００１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａ ｎｅｗ ｎｅｕｒａｌｎｅｔｗｏｒｋａｐｐｒｏｘｉｍａｔｉｏｎｔｅｃｈｎｉｑｕｅｉｓｐｒｏｐｏｓｅｄ，ｗｈｉｃｈａｉｍｓａｔｏｐｔｉｍｉｚｉｎｇｔｈｅｄｅｓｉｇｎｏｆ ａｈｕｌｌ ｆｏｒｍ ｂａｓｅｄ ｏｎ ＳＢＤ ｔｅｃｈｎｏｌｏｇｙ． Ｕｓｉｎｇ ａ ＰＳＯ ａｌｇｏｒｉｔｈｍ ｉｎ ｔｈｅｗｅｉｇｈｔ ｔｒａｉｎｉｎｇ ｏｆ ｔｈｅ ＦＲＢＦ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ，ａ ＰＳＯ⁃ ＦＲＢＦ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｒｏｐｏｓｅｄ． Ｔｈｅ ａｐｐｌｉｃａｂｉｌｉｔｙ ａｎｄ ｓｕｐｅｒｉｏｒｉｔｙ ｏｆ ｔｈｅ ｎｅｗ ａｌｇｏｒｉｔｈｍ ｗａｓ ｐｒｏｖｅｄ ｂｙ ｃｏｍｐａｒｉｎｇ ｔｈｅ ｗａｖｅ⁃ｍａｋｉｎｇ ｒｅｓｉｓｔａｎｃｅ ｃｏｅｆｆｉｃｉｅｎｔ ａｐｐｒｏｘｉｍａｔｉｏｎ ｍｏｄｅｌｓ ｗｅｒｅ ｅｓｔａｂｌｉｓｈｅｄ ｕｓｉｎｇ ｄｉｆｆｅｒｅｎｔ ｍｅｔｈｏｄｓ． Ｔｈｅｎ，Ｗｉｇｌｅｙ ｈｕｌｌ ｉｓ ｔａｋｅｎ ａｓ ｅｘａｍｐｌｅ，ｗｉｔｈ ｔｈｅ ｐｒｉｎｃｉｐａｌ ｓｈｉｐ ｄｉｍｅｎｓｉｏｎｓ ａｎｄ ｈｕｌｌ ｒｅｖｉｓｉｏｎ ｐａｒａｍｅｔｅｒｓ ａｓ ｄｅｓｉｇｎ ｖａｒｉａｂｌｅｓ ａｎｄ ｔｈｅ ｄｉｓｐｌａｃｅｍｅｎｔ ｖｏｌｕｍｅ ｖａｒｉａ