粒子群算法及其在船舶结构中的优化实践应用.pdfVIP

第45卷 第3期 船 海 工 程 Vo1．45 No．3 2016年 6月 SHIP ＆ 0CEAN ENGINEERING Jun．2016 DOI：10．3963／j．issn．1671-7953．2016．03．014 粒子群算法及其在船舶结构中的优化应用 郭 雷h，郭幼丹 ，余思骞 ，黄晓恒 (1．集美大学a．轮机工程学院；b．机械与能源工程学院，福建 厦门361021； 2．中船黄埔文冲船舶有限公司，广州510715) 摘 要 ：以基于惯性权值改进的离散型粒子群算法为优化方法，使用中部单个舱段重量作为算法的适应 度值 ，选用直接计算法计算各工况下所得板的中面应力和梁的轴向应力均需小于许用应力作为约束条件，对 某按规范设计的12000DWT油船中部舱段进行优化。结果表明，该方法使船中部舱段钢料使用量相对初始 设计下降了9．26％，实现了减轻船体结构的目标。 关键词 ：粒子群算法；直接计算法 ；结构优化；船体舱段 中图分类号：U661．4 文献标志码：A 文章编号：1671-7953(2016)03-0059-04 船舶结构的 “轻量化”一直是船舶设计的重 对 自身的飞行位置置(t)和速度 (t)作出动态 要问题。同型的船舶较小的船体钢材用量可能使 调整，速度和位置的更新公式为： 船舶拥有更大的载重量。我国所设计同等船型船 (t+1)= (t)+ (t+1) (1) 舶大多数空船重量都较 日韩欧美等国偏重，这在 (t+1)=wV,k(t)+C1rand1(0，1)(p ()一 一 定程度上说明我们在船舶轻量化方面明显存在 X (t))+c2rand2(0，1)(P础(t)一X (t)) (2) 不足。本文选用一种具有群体智能的粒子群算 式中：Ji}为迭代次数； 为惯性权重；C、c均是学 法 ¨ ，并结合船体结构强度的直接计算法对某 习因子，但分别与粒子 自身历史最优P (t)和种 12000DWT油船进行中部舱段结构的优化。 群历史最优P (t)有关，即向 “自身”或 “社会”学 习的程度。每个粒子在寻优过程 中会根据 自身历 1 粒子群算法 史最优值P (t)和种群的最优值P (t)来调整 自 1．I 算法原理 身速度和位置，最优值 由适应度函数来判断。 PSO(particleswarmoptimization，PSO)算法将 1．2 算法流程 种群中的个体被视为没有体积和质量的粒子。假 标准PSO算法流程 如下：①随机初始化 设有 m个粒子组成的种群，在面临 d维 问题时 粒子的位置和速度；②计算每个粒子的适应值；③ (即目标的搜索空间是 d维的)，每个粒子 (粒子 对每个粒子，将其适应值与个体极值进行比较，如 所处的位置即该问题的一个可能解)在空间中以 果较优，则更新当前的个体极值，与全局极值进行 一 定的速度飞行，如粒子 i(i=1，2，…，m)在第 t 比较，如果较优，则更新当前的全局极值；④根据 次迭代时所在的位置和飞行速度表示为置(t)= 式 (1)、(2)更新每个粒子的位置和速度；⑤如未 (X。(t)，X：(t)，…， (t))和 (t)=( 1(t)， 达到预先设定的停止准则(通常为最大迭代次数 ()，…， (t))。则在第 t次飞行结束后，粒 k…)，则返回步骤②，若达到则停止计算。 子 i会根据 自身以及群体中其他粒子的飞行经验