改进遗传算法在船舶自由浮态计算中的应用
基于改进遗传算法的舰船路径规划1
14522009,30(6)计算机工程与设计Computer Engineering and Design0引言舰船路径规划对于舰船实现自动化航行和航线优化具有重要的意义，要求在复杂的海上环境中，根据已知的地理信息数据，寻找出一条从起点到终点的最安全且航程最短的航线。
传统的图搜索法、栅格法、人工势场法等都有一定局限性[1]。
由于遗传算法在解决非线性问题上具有良好的适用性，已成为路径规划中使用较多的一种方法，被广泛的应用于机器人、飞行器的路径规划[1-3]。
但是标准的遗传算法本身也存在着一些缺陷，如早熟、局部最优解、占据较大的存储空间和运算时间，并且在实际应用中缺乏对特定知识的利用[2]，保证不了对路径规划的计算效率和可靠性要求。
为了提高路径规划问题的求解质量和求解效率，本文提出了一种用于舰船路径规划的改进遗传算法，使用简单的编码方式，有效降低了遗传算法的搜索空间；根据舰船航行的特点设计了交叉算子、插入算子、删除算子和平滑算子。
最后通过计算机仿真证明了改进后的遗传算法对于搜索效率和收敛速度都有显著的提高，并能保证收敛到全局最优解，克服了标准遗传算法的缺点。
1应用于舰船路径规划的改进遗传算法在本文的舰船路径规划中，目标是在一幅障碍物分布已知的二维地图上寻找一条最优路径使到达目标点距离最短，同时尽可能地最大化与障碍物的距离。
为了简化讨论，舰船被作为一个质点来考虑，而障碍物的边界向外扩张舰船的最大安全距离。
1.1路径编码编码长度是影响遗传算法收敛速度的重要因素之一，因此应当尽量使用简单的遗传编码[4]。
舰船航行路径可以看作由起点和终点及一系列中间点组成的路径，其结构为(x0，y0)→(x1，y1)…(xi，y i)→(xn，y n)式中：(x0，y0)——起点，(xn，y n)——终点，(xi，y i)——起点和终点之间的一系列中间点，称之为转向点，i=1，2，…，n人工智能唐琳，蔡德荣，黄猛：基于改进遗传算法的舰船路径规划2009,30(6)1453平分成x 1，x 2，…，x n-1，则路径点可以简化为一维的y 轴坐标编码形式，表示为y 1，y 2，…，y n ，在遗传操作中，只需要对y 轴坐标进行优化即可，可以大大的提高算法的速度。
遗传算法及其在船舶运动控制器优化中的应用
图 5 种群规模对比仿真曲线 ( 4) 遗传算法中种群进化代数 对实验结果的影响 文中 设初始种群同为 100, 分别对进化 20 代, 35 代和 50 代的最终解 进行仿真比较, 所得的进化代数对比仿真曲线如图 6 所示。
Abstract: This paper optimizes the membership function of FLC using GA with the decimal encoding system of the gene. After introducing the different ways of mutation and selection operation, this paper carries on the simulation study in many kinds of situa tions among the Simulink of Matlab, using a cargo ship as a controlled plant. In addition, it also simulates and studies the system performance through comparing with change of population size and evolving generation.
白噪声的带 宽为 0 5Hz, 二 阶滤 波器 具有 低阻 尼比, 参 数 为
一种适用于船舶结构优化的有效的改进遗传算法
文 献 标 识 码 ：Ａ
文章编号：１ ０ ０ ６ － ７ ９ ７ ３（ ２ ０ １ ３ ）１ ０ － ０ ０ ６ ５ — ０ ２ 选择 （ Ｓ ｅ ｌ ｅ ｃ ｔ ｉ ｏ ｎ） ： 从 原 来 的种 群 中挑 选 两 个 个 体 来 进 行 接 下 来 的交 叉 运 算 ［ ４ ｌ 。在 比例 化 的选 择 方法 中 ，单 体 由
第 １ ３卷 第 １ ０期
２ ０１３ 在
中 国
水
运
ＶｏＩ ．１ ３ ０ｃ ｔｏ ｂｅ ｒ
Ｎ ｏ． １ ０
１ ０月
Ｏ ｈ ｉ ｎａ Ｗａｔ ｅｒ Ｔｒ ａ ｎｓ ｐ ｏｒ ｔ
２ ０１ ３
一
种适 用于船舶结构优化的有效的改进遗传算法
杨超峰 ，左 成 魁 ，潘 华。 ，邹 国超
３ ．优 化 问题
遗 传 算 法 被 认 为 是 一 种 模 拟 生 物 进 化 过 程 来 寻 找 最 优 解 的 优 化 方法 ＿ ３ ｌ 。 该 方 法 采 用遗 传 信 息 中 的伪 代 码 来 寻 找 最 优 解 。具 体 描 述 如 下 ： （ １ ） 生 成 包含 Ｎ 个 个 体 的 随 机 的 初 始群 种 ； （ ２ ）重 复 以 下过 程 ；
二 、遗 传 算 法 综 述
１ ． 总 体介 绍
们可 以探索 到由初始 种群 所代 表的设计空 间所无法到达 的地
方 ，去 寻 找设 计变 量 在 那 里 的最 小 值 。我们 对 个体 随机 选择 二 进 制 位 上 的 两位 （ 基） ，随机 的改 变 它 们 来进 行 变 异 。变 异操
， ．
一
、
优 化 算 法 可 以 大 体 上 分 为 全 局 优 化 和 局 部 优 化 两 种 。全 局优化 （ 主 要包 括遗 传 算 法 和 模 拟 退 火 算法 ）主 要 适 用 于 包
遗传算法在海上多浮体波漂移力优化中的应用
遗传算法在海上多浮体波漂移力优化中的应用ZHANG Zhigang;HE Guanghua;WANG Zhengke【摘要】针对海上浮式结构物的防护问题,考虑利用实数编码的遗传算法对结构物的尺寸参数和迎浪角进行优化,以降低海上结构物的波漂移力.对于浮式结构物的波漂移力计算,本文基于波浪交互理论和高阶边界元方法建立了三维多浮体水动力数值分析模型.计算结果表明:利用优化的尺寸参数和迎浪角,不仅可以有效降低整个浮体群的波漂移力,也可以有效减小每个浮体的波漂移力.同时,优化后的浮体周围波面得到了明显改善,从而降低了甲板砰击和上浪发生的可能性.研究发现,浮体波漂移力的减小与其迎浪侧和背浪侧的波高分布密切相关.【期刊名称】《哈尔滨工程大学学报》【年(卷),期】2019(040)002【总页数】7页(P240-246)【关键词】遗传算法;多浮体;波漂移力;迎浪角;波浪交互理论;高阶边界元方法;甲板砰击【作者】ZHANG Zhigang;HE Guanghua;WANG Zhengke【作者单位】【正文语种】中文【中图分类】U661.1在某一特定的波频率下，海上多浮体之间会发生复杂的波浪干涉现象，对结构物的安全性和稳定性产生危害[1-2]。
姜胜超等[3]基于高阶边界元方法研究了四柱结构的干涉现象，计算结果表明：干涉现象发生时，浮体的波漂移力明显变大，并且浮体周围的波面显著抬升。
过大的波漂移力会增加浮式建筑物系泊系统的负载，过大的波面爬升则会导致甲板砰击和上浪现象的发生。
为了防止浮体间有害干涉现象的发生，Duclos等[4]研究了随机改变浮体间距这一方式来防止浮体间复杂干涉的发生，但是该方法不利于实际工程应用。
Chen等[5]探究了改变浮体间距对改善多个透孔圆柱间有害干涉的可能性，得到了与Duclos等[4]类似的结论。
近年来，通过优化浮体的尺寸参数和布置方式来提高海上建筑物的安全性成为了研究热点。
Newman[6]利用WAMIT和多参数优化求解器PRAXIS对环形布置的多个圆柱的尺寸参数进行优化来减小某一特定入射波数下建筑物的散射波能量，即cloaking现象。
遗传算法的改进及其在超大型油船结构优化中的应用
改进遗传算法在船舶轴系动态优化校中上的应用
２ ２钲 ０１
中 国
水
运
ＶｏＩ ２ ．１
Ｊａ ｒ ｎｕ ｙ
Ｎｏ．１ ２０１ ２
１月
Ｃ ｎ Ｗａｔ Ｔｒ ｓ ｈｉ ａ ｅｒ ａｎ ｐｏｒ ｔ
改进 遗传算法在船 舶轴 系动态优化校中上的应用
李世 其 ，杨金 中 ，刘世 平
（ 中科 技 大 学 机 械 科 学 与 Ｚ 程 学 院 ， 湖 北 武 汉 ４ ０ ７ 华 － ３ ０ ４）
期。 二 、 船 体 变 形 及 主机 热 膨 胀
ｒ２ ｃ ｌ ６ －］ 『 ， 一Ｑ） ｌ ２ ６ ｌ ． （） 一 １， ６ ＋ｌ ， ｃ ｊ Ｉ
－
１ ２
１ ２
－ ｌ ６
ｌ ｌ （ ｃ －ｌ（ ｃ ２ ） ６ ４ ）ｊ ６ 一ｌ ＋ ， Ｉ
…
算过程 中，一般 以艉轴管后轴承受力作 为优化 的 目标 函数 ， 个 体和 新 生个 体 的十 进 制 值 。 ０
４ ａｅｏ最 优 解 ．Ｐ ｒｔ
（ ＝ ＋ １ 。 ∑ＫＸ ） ｉ
ｉｌ ＝
（） ３
一
由于 群 体 规 模 的有 限性 和 遗 传 操 作 的 随机 性 ，不 能 保 证
每 个 节 点 有 垂 向 和转 角 ２ 个 自由度 ，轴 系 校 中计 算 时 需 要考
虑轴段的剪切应变 ，此时梁 单元 的单元 刚度矩 阵为 ：
响船体变 形的各种分析 ，但并未给 出如何将这种影 响合理地
引 入 轴 系 校 中过 程 中 。文 献 ＿ 在 分 析 了船 体 变 形 并 考 虑 支 ８ 】 则 撑 轴 承 动 刚 度 的 基 础 上 ，提 出 了 两种 用 于 轴 系 船 台校 中 的设 想 ，但 没 有 具 体 展 开 。为 此 ，有 必 要 以 多 工 况 载 荷 下 的船 体 变 形 及 主 机 热 态 时 的热 膨 胀 分 析 为 基 础 ， 究 如 何 更 加 快 捷 、 研 准 确 地 完 成 船 舶 轴 系 的船 台校 中 ， 以期 使 与 主 机 有 关 的管 路 和 辅 助 机 械 与 船 体 舾 装 工 作 并 列 进 行 ，从 而 缩 短 船 舶 建 造 周
基于遗传算法的船舶路径规划优化
基于遗传算法的船舶路径规划优化随着社会的进步和发展，交通运输业也逐渐成为人们生活中的重要组成部分。
在这个行业中，船舶作为一种重要的交通工具，不仅可以运输大批量的货物和人员，还可以在海洋中承担许多重要的任务，如军事、科学调查、资源探索等。
但是，船舶在航行过程中面临着许多复杂的地理环境和气象条件，如浪涌、暴风雨、冰山等，这些都会对船舶航行的安全和效率产生影响。
因此，如何利用先进的技术和算法对船舶路径进行优化，提高船舶的航行效率和安全性，成为了当前研究的一个热点问题。
近年来，随着计算机技术的飞速发展，人们研究和应用遗传算法来进行船舶路径规划的优化成为了一种新的尝试。
遗传算法是一种模拟自然界遗传机制和进化过程的算法，可以求解复杂的优化问题。
其基本思想是对探索空间中的不同解进行逐步筛选和选择，以达到求解最优解的目的。
基于遗传算法的船舶路径规划优化是一种新的优化方法，它可以通过对环境参数、船舶性能、航线限制等因素进行数据采集和处理，以实现最佳航行路径的规划。
具体而言，遗传算法将船舶路径规划问题转化为一种遗传多样性的问题，通过不断的试验和迭代，最终得到最优解。
首先，遗传算法的船舶路径规划优化需要准确地收集各种环境参数和船舶性能数据。
这些参数包括海洋水温、水深、海流、潮汐等，以及船舶的速度、油耗、载货量、航行能力等。
在数据采集和处理过程中，可以利用传感器、卫星遥感等多种技术手段来实现。
其次，遗传算法通过将求解问题转化为一种遗传多样性问题，利用交叉、变异、选择等基本操作，逐步筛选和选择最优解。
具体而言，首先，遗传算法会生成一个种群，其中包含多个个体。
其次，通过计算每个个体的适应度和在种群中的排名，从而选择出最优解。
最后，通过交叉、变异等操作，生成新的个体，再次进行筛选和选择，以达到求解最优解的目的。
在基于遗传算法的船舶路径规划优化中，需要考虑的因素非常多。
首先，航行距离和时间是一个重要的因素，需要在保证航线安全的前提下，尽可能缩短航行距离和时间。
遗传粒子群优化算法在船舶动力定位控制中的应用
遗传粒子群优化算法在船舶动力定位控制中
的应用
近年来，船舶动力定位控制一直受到广泛关注。
它不仅涉及船舶
动力控制、工程控制与经济管理等方面，而且涉及到许多复杂的非线
性系统。
由于传统的优化算法受到最优值的偏差与锁定问题，膨胀参数、局部搜索局限等困扰，针对这种复杂系统的优化算法，非精确的
参数优化成果质量不一定满足高质量优化的要求。
为了解决上述问题，引入遗传粒子群优化算法（Particle Swarm Optimization，PSO）便大大减少了这种复杂性的船舶动力定位控制问题。
PSO算法利用粒子的群体智能优化搜索过程，从而探索出优化问题的最小值。
该算法无须设置任何参数，可以有效地实现优化问题的快
速求解，具有自适应性强、计算速度快、结果质量高等优点。
PSO算法在船舶动力定位控制中应用广泛，主要包括：首先，采
用PSO算法设计控制律，可以有效地提高船舶动力、操纵性能；其次，采用PSO算法设计实现坡度控制，有效提高船舶控制的精准度；最后，使用PSO数据处理船舶动力定位控制是海洋工程研究中重要的领域，
例如前向演算等技术，可以帮助船舶实现高精度的定位控制。
总而言之，PSO算法在船舶动力定位控制中具有重要的作用，能
够使船舶更好地操纵，有效改善船舶的定位能力，同时也能满足高精
度的定位控制要求。
应用该算法可以使船舶动力定位控制取得更大的
成功，并且可以大大降低船舶的控制成本与物资的耗费。
基于改进遗传算法的船舶维修项目调度问题研究
基于改进遗传算法的船舶维修项目调度问题研究张博1，陈志敏2，张利平3（1.91776部队，北京100841；2.中国船舶研究设计中心，湖北武汉430064；3.武汉科技大学机械自动化学院，湖北武汉430081）摘要：船舶维修项目调度问题是典型的受优先关系和维修空间限制的资源受限项目调度问题。
针对该问题，文章建立了一种船舶维修项目调度数学模型，并提出了改进遗传算法进行求解。
基于问题的特征，改进遗传算法主要采用解码与编码策略、选择操作、交叉操作以及变异操作等方法平衡算法的探索和探寻能力。
最后，采用工程实例验证了模型的合理性和算法的优越性。
关键词：船舶维修；资源受限项目调度；改进遗传算法；数学模型中图分类号：U672文献标志码：Adoi ：10.13352/j.issn.1001-8328.2024.02.010Abstract ：This paper defined the resources scheduling problem of ship maintenance projects as one of the clas⁃sical scheduling problems of resource-constrained projects subject to prioritization and maintenance space limita⁃tions.In this problem ，the paper established a novel mathematical model and proposed an improved genetic algo⁃rithm （IGA ）to solve the model.Considering the characteristics of this problem ，the improved genetic algorithm employed a coding and encoding strategy ，selection operator,crossover operator and mutation operator to balance the exploitation and exploration.Finally ，this paper verified the performance of the proposed model and algorithms via case studies.Key words ：ship maintenance ；scheduling of resource-constrained project ；improved genetic algorithm ；mathematical model作者简介：张博（1981-），男，江苏徐州人，副研究员，博士，主要从事装备保障工作。
船舶自由浮态阻力计算的改进算法
船舶在航行时受到的阻力主要可以分为两类，一 类是船体阻力，另一类是附加阻力，而船体受到的阻 力又可以分为摩擦阻力 fr，兴波阻力 fw和粘性阻力 ft，即
收稿日期: 2019 – 10 – 15 基金项目: 泸州市市级课题项目 (LZJY-2018-132017) 作者简介: 胡频 (1967 − )，女，本科，讲师，研究方向为应用数学。
HU Pin (Luzhou Vocational and Technical College, Luzhou 646000, China)
Abstract: The resistance characteristics of the ship in the course of navigation directly determine the dynamic performance of the ship. The design and manufacturing level of modern ship industry is constantly improving, and the resistance characteristics of the ship are the key factors to be analyzed in the design of the ship structure. Therefore, it is of great significance to study the resistance characteristics of the ship in the free floating state. In this paper, the mathematical model of ship resistance is established firstly, and then the resistance characteristics of free floating state of ship are analyzed based on an improved hydrodynamic analysis method - static balance algorithm, and the resistance characteristics are simulated by CFD algorithm, and the more accurate resistance characteristics curve of free floating state of ship is obtained.
遗传算法在船舶转向控制系统中的应用与优化
遗传算法在船舶转向控制系统中的应用与优化彭志勇，龙 虎(凯里学院 大数据工程学院，贵州 凯里 556011)摘要: 在海事领域中，船舶海上安全航行始终是人们关注的重点。
海上交通安全为经济增长和国际商品贸易发展、人员运输往来提供了必要前提。
然而，伴随海运贸易运输量的逐渐增加，海上交通事故的发生几率明显增加，造成了严重的事故影响且后果不堪设想，不仅经济损失、人员伤亡惨重，同样也污染了海洋环境。
为此，船舶海上航行的安全性逐渐突显出来。
其中，船舶转向控制系统在行驶安全中发挥重要作用，能够有效控制船舶转向，准确规避障碍物。
在设计船舶转向控制系统中，将遗传算法引入其中，可以进一步优化系统性能，经济价值巨大。
关键词：遗传算法；控制；转向中图分类号：U664.82 文献标识码：A文章编号： 1672 – 7649(2019)3A – 0019 – 03 doi：10.3404/j.issn.1672 – 7649.2019.3A.007Application and optimization of genetic algorithm in ship steering control systemPENG Zhi-yong, LONG Hu(School of Big Data Engineering Kaili University, Kaili 556011, China)Abstract: As we all know, in the maritime field, the safe navigation of ships at sea has always been the focus of atten-tion. Maritime traffic safety provides the necessary preconditions for economic growth, international commodity trade devel-opment, and personnel transportation. However, with the gradual increase in the volume of seaborne trade, the incidence of maritime traffic accidents has increased significantly, causing serious accidents and unpredictable consequences. Not only economic losses, heavy casualties, but also pollution of the marine environment. To this end, the safety of the ship's mari-time navigation has gradually emerged. Among them, the ship steering control system plays an important role in driving safety, and can effectively control the steering of the ship and accurately avoid obstacles. In the design of the ship steering control system, the introduction of the genetic algorithm can further optimize the system performance, and the economic value is huge.Key words: genetic algorithm；control；steering0 引 言在海上交通安全问题日益突显的社会背景下，人们对于船舶技术的研究愈加关注。
多种群变异遗传算法在舰船概念方案设计中的应用
多种群变异遗传算法在舰船概念方案设计中的应用近年来，随着航海技术的发展，船舶设计得到更多的关注。
为了满足船只的设计要求，许多计算机技术，如多种群变异遗传算法，以及动力学、流体力学、结构分析等诸多数值计算方法，被广泛应用于船舶方案设计中。
本文就多种群变异遗传算法在船舶概念方案设计中的应用展开研究。
首先，简要介绍多种群变异遗传算法的基本原理。
多种群变异遗传算法是一种模拟自然进化过程的算法，它可以解决一些复杂的优化问题。
模型建立在种群的遗传进化模型上，依据遗传学中繁殖规律，借鉴精英策略、变异策略、交叉策略，以及择优选择等操作，以使函数单调减少，从而达到所求优化目标。
其次，从多种群变异遗传算法在船舶概念方案设计中的实际应用出发，探讨多种群变异遗传算法在运用上的优势。
基于多种群变异遗传算法，可以实现船舶概念方案的快速优化，即根据船舶技术性能和投资等多维度的要求，从船舶布局、型号到外形轮廓，各个细节经过优化可以实现对船舶方案的有效控制。
多种群变异遗传算法还可以实现船舶型号的综合优化，如综合考虑船舶的性能、投资以及运营成本，从整体上优化船舶设计，以达到最佳投资回报。
此外，从多种群变异遗传算法在船舶概念方案设计中的常见应用，探讨多种群变异遗传算法在优化设计的特点及存在的不足。
多种群变异遗传算法与其他方法相比，优点是有较强的收敛性，可以在局部最优解附近，快速收紧优化过程，可以实现船舶设计机型的快速、准确优化。
不足之处在于，由于算法没有考虑船舶结构建模、船舶动力数值分析及其他数值分析的细节，因此，在实际操作中，仅仅通过算法，无法实现完美的优化设计。
最后，针对多种群变异遗传算法在船舶概念方案设计中的应用，提出了一些措施，以完善算法的优化设计。
首先，应当将多种群变异遗传算法与有限元法、动力学仿真、流体力学分析等多种计算方法有机结合起来，以实现船舶设计的完美优化。
其次，应当采取多方技术手段，实现船舶概念方案快速优化，提高算法的计算效率。
遗传算法在海上多浮体波漂移力优化中的应用
遗传算法在海上多浮体波漂移力优化中的应用遗传算法（Genetic Algorithm，GA）是一种基于自然选择和遗传进化的搜索优化算法。
它通过模拟自然选择和遗传进化的过程，生成一组候选解，通过交叉、变异和选择等操作不断优化，最终得到最优解。
海上多浮体波漂移力优化问题是海洋工程中的一个重要问题。
通过对多个浮体的位置和结构参数进行优化，可以实现减小波漂移力的目的。
传统的优化方法比较耗时、难以提供全局最优解，而遗传算法具有全局搜索能力和高效性，因此在海上多浮体波漂移力优化中得到了广泛的应用。
具体地，在海上多浮体波漂移力优化中，遗传算法的基本流程如下：
1.确定初始种群：随机生成一组初始的浮体位置和结构参数，作为种群的初始值。
2.适应度函数的设计：根据优化目标，制定适应度函数，用于评估每个浮体组合的表现。
3.选择操作：从当前种群中筛选出适应度较高的浮体组合作为下一代的父代。
4.交叉操作：将父代个体随机组合，生成新的浮体组合作为下一代的子代。
5.变异操作：对部分浮体组合进行随机的变异操作，以保证算法的多样性。
6.繁殖下一代种群：根据上述操作，生成下一代种群，并重复执行以上步骤。
7.收敛判断：根据算法指定的终止准则，如达到最大迭代次数或收敛阈值，判断算法是否需要终止。
8.输出最优解：根据适应度函数的值，输出当前种群中的最优解。
通过以上步骤，可以不断优化多浮体的位置和结构参数，以实现减小波漂移力的目的。
遗传算法具有全局搜索能力和高效性，可以在较短时间内得到最优解，因此在海上多浮体波漂移力优化中应用广泛。
用”遗传算法”解决轮船装货问题优化软件
用”遗传算法”解决轮船装货问题优化软件已经有几位给我打电话在询问用遗传算法解决轮船装货问题，接电话后确实想了该如何计算？主要难度是轮盘赌算法如何确定问题，这个问题解决了，用”遗传算法”解决轮船装货问题的整体思路和基本算法就全部解决了。
我先说一下用遗传算法解决轮船装货问题的优点（主要基于遗传算法极限值计算理念）：1，可以固定装货体积的情况下，求出装货重量的最大值。
2，由于运输货物的价值不同，在固定体积和重量的条件下，求出货运一船货物的最大价值（怎么装？这船货物最值钱）。
3, 假如固定体积，最高重量超出船的载重极限，可以求出最接近船舶最佳载重量的装货方案。
上面的极限值计算是在计算出几千个解决方案中，找到最优。
当然，也可以让软件一次计算出几万或几十万个解决方案，并找出最优。
这主要取决于电脑的性能。
下面再说说轮盘赌算法，我们可以根据货物的体积或重量这两个参数选择其一，作为轮盘赌算法的参数。
我们假设用重量作为参数对轮盘赌进行设计，举个简单的例子说明一下：某船载重1000吨，装三种货物，A货=5吨/件B货=2吨/件C货=1吨/件第一步求出A货装多少件能等于或最小大于1000吨，经计算是200件，那么轮盘赌算法的最小数值设定为200。
第二步求出装C货多少件等于或最小小于1000吨，经计算是1000，轮盘赌算法的最大数值设定为1000。
轮盘赌的数值设置好后，再进行梯度设置，梯度数值就好设置了，主要考虑电脑性能和人对软件运行时间的容忍程度这两个方面。
这个例子举的是三种货物，三种以上的货物同上面思路一样。
理论上可以计算任意多的货物种类。
我不知道国内有没有类似的算法软件解决货物装运问题，假如没有，编写出来不仅对轮船货运有益，对军队的战备运输都有极大的益处！QQ：1400072515。
改进遗传算法在船舶自由浮态计算中的应用
改进遗传算法在船舶自由浮态计算中的应用
金宁;谢田华;田恒斗;沈艺坤
【期刊名称】《中国航海》
【年(卷),期】2007(000)001
【摘要】为了更快、更准确地计算船舶自由浮态问题,对原有计算方法进行改进.根据船舶自由漂浮的平衡条件,将自由浮态计算归结为多目标约束优化问题,并引入一种改进遗传算法对该优化问题进行求解.实例计算表明,使用该方法,迭代次数明显少于基本遗传算法,船舶自由浮态计算时间大幅下降,计算结果准确可靠.研究结果对于迅速掌握船舶状态,可靠保障船舶生命力具有重要意义.
【总页数】4页(P10-12,84)
【作者】金宁;谢田华;田恒斗;沈艺坤
【作者单位】海军大连舰艇学院,辽宁,大连,116018;海军大连舰艇学院,辽宁,大连,116018;海军大连舰艇学院,辽宁,大连,116018;海军大连舰艇学院,辽宁,大
连,116018
【正文语种】中文
【中图分类】U6
【相关文献】
1.基于差分进化算法的船舶自由浮态计算研究 [J], 张维英;金钊;毛晓旭;于欣;林力;陈静
2.一种船舶最小稳性和自由浮态计算的改进算法 [J], 孙承猛;刘寅东
3.破损船舶自由浮态计算 [J], 林焰;李铁骊;纪卓尚
4.遗传算法在船舶自由浮态计算中的应用 [J], 陆丛红;林焰;纪卓尚
5.船舶自由浮态阻力计算的改进算法 [J], 胡频
因版权原因，仅展示原文概要，查看原文内容请购买。
多目标遗传算法及其在船舶型线性优化中的应用
{
}
称为（2-1）的可行域。
s.t. g i (x ) ≥ 0, i = 1,2,… , p;
h j (x ) = 0, j = 1,2,… , q;
(2-1)
2.2 多目标优化问题的解
Hale Waihona Puke 多目标优化的两大目标： ①找到一组尽可能接近Pareto最优域的解； ②找到一组尽可能不同的解。
2.3 多目标优化的目标占优和pareto占优 2.3.1 占优的基本概念
权重设置方法：固定权重法、随机权重法、适 应性权重法。 ①固定权重法：传统标量化方法的模仿； ②随机权重法 较全面的利用遗传算法搜索 ③实用性权重法 采用Pareto机制的多目标优化技术：MOGA、 NSGA、NSGAⅡ、NPGA、SPEA a)MOGA：（Fonseca、Fleming1993年）思想是 个体排序的序号由当前种群中支配它的个体的 数量决定。
三、遗传算法的基本理论
max f r +1 ( x1 , x2 ,… , xn )
f 其中，i (x),(i =1,2,…m) 是目标函数； gi (x), hj (x) 是约束函数； (x1, x2,…xn)T x= , 是n维的设计变量。
X = x x ∈ R n , g i (x ) ≤ 0, h j (x ) = 0, i = 1,2,… , p, j = 1,2,… q
多目标遗传算法及其在船舶型 线性优化中的应用
2010.9.23
摘要：
工程中多遇到多目标优化问题，其子目标 之间都存在相互冲突现象。 多目标优化与单目标优化本质区别：前者 有一组或多组非劣解得集合，而后者只是 单个解或一组不连续的解。 60年代，提出“进化算法（Evolutionary Algorithm）”,目前，应用最广的进化算 法为“遗传算法（Genetic Algorithm）” 蚁群算法：也是一种进化算法。
多目标遗传算法及其在船舶型线优化中的应用的开题报告
多目标遗传算法及其在船舶型线优化中的应用的开题报告一、研究背景船舶型线优化是船舶设计和制造中的重要环节，通过优化船体各部位的线型，能够减少船舶的阻力和波浪抗力，提高船舶的速度和运输效率。
传统的船舶型线优化方法基本上是基于经验和试验的，设计师依靠自己的经验和直觉来确定船舶各部位的线型。
随着计算机技术的发展，多目标遗传算法被广泛应用于船舶型线优化领域中，取得了很好的效果。
多目标遗传算法具有全局寻优能力、自适应性较强、适合高维问题的优点，在复杂的船舶型线优化问题中应用广泛。
二、研究内容本研究将探讨多目标遗传算法在船舶型线优化中的应用。
具体内容包括以下几个方面：1. 多目标遗传算法的基本原理和优势：介绍多目标遗传算法的基本概念、运算过程和实现步骤，重点介绍多目标遗传算法在优化问题中的优势和适用性。
2. 船舶型线优化的目标函数和约束条件：介绍船舶型线优化的目标，如减少阻力、提高速度、降低波浪抗力等，同时讨论船舶型线优化中常见的约束条件，如排水量、吃水线、纵向稳定性、横向稳定性等。
3. 多目标遗传算法在船舶型线优化中的实现过程：详细介绍多目标遗传算法在船舶型线优化中的实现过程，包括编码方式、选择算子、交叉算子和变异算子等。
4. 算法性能分析和优化：对多目标遗传算法在船舶型线优化中的性能进行详细分析，并提出相应的优化措施，以进一步提高算法的效率和精度。
三、研究意义本研究将探讨多目标遗传算法在船舶型线优化中的应用，为减少船舶阻力、提高船舶速度和运输效率提供有效的解决方案。
通过对多目标遗传算法在船舶型线优化领域的研究，进一步探索优化算法在工业实践中的应用，为优化算法的研究和开发提供指导和参考。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｍｏ ｉ ｅ ｄｆ ｄ．Ａｃ ｏｄ ｎ ｏ ｔｅ ｅ ｉｂ ｕ ｃ ｎ ｔｏ ｓｏ ｈｐ ｆｅ ｏ ｔｎ ｉ ｃ ｒ ｉ ｇｔ ｑｕｌ ｒ ｍ ｏ ｄｉ ｎ ｆｓ ｉ ｒ ｅｆ ａ ｇ，ｔｅｃ ｃ ｌｔ ｎ ｐ ｏ ｅ ｏ ｒｅ ｆ ａ ｎ ｔｔ ａ Ｕｌ ｄ ｈ ｉｉ ｉ ｌ ｉ ｈ ａ ｕａｉ ｒｂｌｍ ｆｆｅ ｏ ｔ ｇ ｓ ｅ ｃ ｎ ｂ Ｓ ｌｍｅ ｌ ｏ ｌ ｉ ａ ｅ ｌ
金 宁 ， 谢 田华 ， 田恒 斗 ， 沈 艺坤
（ 军大连舰 艇学 院 ， 宁 大 连 １６ １ ） 海 辽 ห้องสมุดไป่ตู้ ０ ８
摘 要 ： 了更 快 、 准 确 地 计 算 船 舶 自由浮 态 问 题 ， 原 有 计 算 方 法 进 行 改 进 。 根 据 船 舶 自 由漂 浮 的平 衡 条 件 ， 为 更 对
Ｋ ｙｗ ｒ ｓ ｈ 、 ａ ａ ｅ ｇ ｅｒ ｇ ｒ ｏ ｔ ｇ ｓ ｔ ｃ ｌ ｌ ｏ ；Ｍ ｄ ｅ ｅ ｅ ｃ ａ ｏ ｔｍ；Ｍ ｌ—ｂｅｔ ｅ ｃ ｎｔ ｉｅ ｅ ｏ ｄ ：Ｓ ｉ Ｎ ｖｌ ｎ ｎ ｅ ｎ ；Ｆｅ ｆ ａ ｎ ｔ ｅ ａ ｕ ｔ ｎ ｐ ｉ ｉ ｅｌ ｉ ａ ｃ ａ ｉ ｏ ｉ ｄ ｇ ｎｔ ｇ ｒ ｉ ｆ ｉｌ ｉ ｈ ｕ ｏｊ ｉ ｏｓａ ｄ ｉ ｔ ｃｖ ｒ ｎ
ｏ ｔｍ ｚ ｔ ｎ ｐ ｉ ａｉ ｉ ｏ
船 舶在 静水 中 的 自由漂 浮 状态 ， 包括 横倾 和纵 倾 。横 倾或 纵倾 严 重 时 将 影 响 船舶 的抗 风 浪能 力 ， 对 于军 舰来 说 ， 会 进 一 步 影 响 舰 载 武器 的发 射 精 则
度 。赵 晓非 等 …利 用 Ｎ ｗｏ ｅｔ ｎ法 将 非 线性 问题 逐 次
Ａｂｓｒ ｃ ：Ｉ ｒ ｒ ｔ ｃ ｌｕ ａｅ ｈｐ ｆｅ ｏ ｔ ｇ ｓａｅ ｑ ｃ ｅ ａ ｄ ｔａ ｔ ｎ ｏｄｅ ｏ ａｃ ｌｔ ｓ ｉ ｒｅ ｆ ａ ｎ ｔｔ ｕｉｋ ｒ ｎ ｍｏ ｅ ｃ ｕ ａｅｙ， ｏ ｇｎ ｌｃ ｃ ｌｔ ｍｅｈｏ ａ ｅ ｂ ｅ ｌ ｉ ｒ ａ ｃ ｒｔｌ ｉ ｒ ｉ ａ ａ ｕａ ｎｇ ｌ ｉ ｔ ｄｓ ｈ ｖ ｅ ｎ
维普资讯
２０ ０７年 第 １ 期 总第 ７ ０期
文章 编 号 ：００ ６３ ２０ ）１— ０ ０ ３ １０ —４ ５ （０７ ０ ０ １ —０
中 国 航
海
Ｎｏ． ｒ ００ １ Ｍ８ ．２ ７ Ｓ ｒａ ｅ ｌ Ｎｏ．７ ｉ ０
ＮＡＶＩ Ⅱ ＯＮ ＧＡ’ ＯＦ ＣＨＩ ＮＡ
于迅速掌握 船舶 状态 ， 可靠保障船舶生命力具有重要意义 。
关键词 ： 舶 、 船工程 ； 船 舰 自由 浮 态计 算 ； 改进 遗 传 算 法 ； 目标 约 束 优化 ； 多
中 图分 类 号 ： ６ １ ２ Ｕ ６ ． １ 文 献标 识 码 ： Ａ
Ａｐｐ ｉ ａ ｉ ｎ ｏ ｏ ｉ ｅ ｎ ｔｃ Ａｌ ｏ ｉｈ ｎ Ｃａ ｃ ｌ ｔｏ ｆ ｌ ｔｏ ｆ Ｍ ｄ ｆ ｄ Ｇｅ ｅ ｉ ｇ ｒｔ ｍ ｉ ｌｕ ａ ｉ ｎ ｏ ｃ ｉ Ｓ ｉ ｅ ｏ ｔｎ ｔ ｔ ｈ ｐ Ｆｒ ｅ Ｆｌ ａ ｉ ｇ Ｓ ａ ｅ
ｕ ｓ ａ ｐ ｂｅ ｏ ｌｔ ｏｊｃｉｅ ｃｎｔ ｉｅ ｐｉ ｉａｉｎ ｎ ｎ ｍｏ ｉｅ ｅ ｅ ｃ ａｇｒ ｍ ｓ ｉｔ ｄ ｃ ｄ ｆｒｉ ｏｕ ｏ ． ｐａ ｒ ｌｍ ｆｍｕｉ ｂｅｔ ｏ ｓ ａ ｄ ｏ ｔ ｚｔ ，ａｄ ａ ｄｆ ｄ ｇｎ ｔ ｌｏ ｔ ｉ ｎｒ ｕ ｅ ｏ ｔ ｓｌｔ ｎ ｏ — ｖ ｒｎ ｍ ｏ ｉ ｉ ｉ ｈ ｏ ｓ ｉ
将 自 由浮 态 计 算 归 结 为 多 目标 约束 优 化 问题 ， 引入 一 种 改 进 遗 传 算 法 对 该 优 化 问 题 进 行 求 解 。 实 例 计 算 表 明 ， 并 使 用该 方 法 ， 代 次 数 明 显 少 于 基 本 遗 传算 法 ， 舶 自 由浮 态 计 算 时 间 大 幅下 降 ， 算 结 果 准 确 可 靠 。 研 究 结 果 对 迭 船 计
ＪＮ ｉｇ， Ｘ Ｅ Ｔ ａ － ｕ Ｉ Ｎｎ Ｉ ｉｎ ｈ ａ， Ｔ Ａ Ｈ ｎ － ｏ Ｓ Ｎ ｉｋ ｎ Ｉ Ｎ ｅ ｇ ｄ ｕ， ＨＥ Ｙ－ ｕ
（ ａａ ａａ Ａ ａｅ ｙ ａ ａ １０ ８ ｈｎ ） Ｄ ｌ ｎＮ ｖｌ ｃｄｍ ，ｄｌ ｎ１６ １ ，Ｃ ｉａ ｉ ｉ