船舶结构优化设计方法及应用实践微探

船舶结构优化设计方法及应用实践微探

摘要：经济发展水平的提高，在一定程度上依赖于物品流通性的提高。对于运

输行业来说，无论是从运输范围上来看，还是从运输速度上来看，较之以前都取

得了突破性的发展，而这一切都离不开船舶制造水平的提高。其中，船舶的结构

设计，又将直接影响到船舶使用过程中的稳定性、安全性与航行速度。因此，如

何优化船舶结构设计，已经成为船舶制造过程中一个亟待解决的问题。下文中，

分析了船舶结构优化设计方法及应用实践，为船舶业的稳定发展奠定基础。

关键词：船舶结构；优化设计方法；应用实践

1船舶结构优化设计概念

随着船舶行业的不断发展，计算机技术的不断转变，与船舶设计相关的知识、技术也在发生了变化。在船舶设计制造过程中不管应用何种设计方式，首先需要

确保船舶使用的安全性、便捷性，进而再追求船舶设计的经济利益，这也是船舶

结构设计的原则。对船舶结构设计进行优化主要是为了挖掘更大的经济效益，同

时创新船舶设计结构形式，在设计过程中主要包含设计大小、设计外形等信息，

追求目标与重量的同时，还需要符合相应的标准，满足相应的约束限制，以此确

保在船舶设计过程中，实现动力形态与精力形态的完美结合。

2船舶结构优化设计方法

2.1准则优化设计方式

准则法是在力学相关知识和工程设计相关经验的基础上，创建出来的优化设

计方式。这类船舶结构经典优化设计方式，在符合所有约束限制的设计方案内，

选择最佳的准则法设计方式。准则法经典优化设计方法的优点包括：物理层的作

用比较清晰，能够更好地开展分析工作；准则法计算方式比较简单；在具体的计

算环节里，结构分析的次数较少；计算过程中收敛速度较快，在最初使用传播结

构优化设计的时候，这类设计方式得到了广泛的应用。准则优化设计方式的缺点

包括：无法确保计算结果的最优化；收敛性难以验证；在优化过程中，设计工作

人员需要按照实际状况完成各项工作。基于准则法的缺点，将其融入了形状优化内，通过实践形状优化设计方式，能够有效避免应力集中问题。若是力学模型中

涉及大量的变量，使用这类方法能够简化设计环节。目前，在一般的船舶建造工

程内，常见的准则法包括：位移准则法、能量准则法、满应力准则法。

2.2数学规划设计方式

该方法是在准则法发展到一定阶段，根据数学规划的结构优化，以规划论为

基础，可用于求解不同性质的船舶优化问题。其中，最为典型的是多目标模糊优

化设计法。虽然，目标函数和约束条件是预先按照规定确定的，但在实际设计和

建造过程中，船舶结构中的优化设计过程、约束条件，以及相应的评价指标是较

为模糊的因子，将这些模糊因子进一步地优化，则必须要通过模糊数学方法来实

现其各个目标的优化设计。

3船舶结构优化设计中的应用实践

3.1遗传算法（GA）的应用

遗传优化设计方法是模拟生物遗传进行原理所采取的一种新的船舶结构优化

方法。它的基本处理流程是：设计参数编码和生成初始群体，设定初始群体，并

通过适合度函数的设计，评估群体中的个体适合度，再进行遗传操作设计和参数

控制，通过繁殖、交叉以及变异等构成GA主要操作算子。与传统结构优化方法

相比，遗传计算方法具有简单通用和鲁棒性强的特点，不依赖于梯度信息，无需

与导数相关的资料，运用目标函数的处罚函数方式，将原先的不足转化成为没有

约束的问题，效仿生物进化环节中最为重要的三个遗传三子：繁殖、交叉以及变异。适用于处理各种传统搜索方法无法解决的非线性领域，被广泛应用于工程和

船舶结构优化等领域。汤金敏将遗传算法应用到船舶推进轴系统的优化校中，以6500DWT杂货船轴系为研究对象，将遗传算法应用轴系结构优化中，轴系简化为40个节点、39个梁单元，优化后艉管后轴承的载荷减小幅度很大，提升了轴系

运行的安全性能。

3.2模糊原理方式的应用

模糊原理最早起源于1980年，是在模糊判决的基础上创新出的限界搜索法，将其应用在船舶结构优化设计中，能够有效处理机构优化的难题。应用健全的模

糊目标原理，将阈值视为变量（附加），有效避免了一次求解下的最大水平法，

在求解之后只需要对施工、结构等要素进行思考，创建要素权重集与排序结合的

模糊评价方式，在此基础上确定模糊约束容差值。例如：在对油船的槽形、横舱壁、剖面、其他结构等进行计算，首先需要结合工程的实际情况，明确模糊要素

的覆盖情况，接着再借助模糊优化设计方式，在减少原材料的基础上，实现设计

的优化性。模糊船舶结构优化设计在较为繁杂的设计工程内，会存在着多个目标

问题，在最大法背景下，对模糊结构优化设计进行扩张，能够实现多目标模糊优

化设计方法的融合，同时实现了约束、目标不同层次的模糊性。在应用过程中首

先需要创建符合模糊约束的目标子集，接着按照模糊判决，将其转变为普通的规

划接着开展求解。模糊船舶结构优化设计在实际的应用中，不仅能够满足现实的

设计需求，同时相关工作人员还能够结合实际状况，选取应用，具有较强的适用性。

3.3蚁群算法（ACO）的应用

蚁群算法是应用组合优化问题的启发式随机搜索算法，它是对自然界中蚂蚁

的寻径方式进行模拟所得出的一种仿生算法，用来在图中寻找优化路径的几率型

算法，与其他算法相比，蚁群算法在发现最优解方面具有明显优势。在实际应用中，在求解节点树为5-100的组合优化方面，选用合适的参数，蚁群算法的优化

结果要明显优于遗传算法、进化算法以及模拟退火算法等。蚁群算法主要由信息

素的更新和路径构建量方面组成，其中，信息素越多，路径被选择的概率就会增加。其基本流程是：算法参数和信息素矩阵的初始化、对所有路径对应的目标函

数进行质量评估，通过信息素的更新将搜索范围缩小到少数、具有较大潜力的路

径上，最后是利用概率选择机制重构路径。陈强等人，利用蚁群算法，对长江干

散货船中部结构进行了优化设计，优化后比原始设计重量减少了20.6%，优化后

船舶结构更趋合理。

3.4智能化优化方法的应用

随着我国船舶运输需求量的逐渐增多，对船舶运输过程中的承重性、运输量、安全性等有了更高的设计要求。因此，船舶的优化问题，已经不仅仅是内部结构

优化这么简单了，而是包括了船舶甲板、剖面、艙体等多个方面的优化。这样一来，就会造成数据量、限制条件以及函数类型的增多，使得早期优化方法应用的

有效性大大降低。早期的结构优化设计方法主要应用于对船舶灵敏性的提高，涉

及到的数据类型比较单一。在船舶业的不断发展下，一些新的应用需求应运而生，为了更好地实现对船舶运输性能的提升，就必须要采用更加科学、高效的优化方法，即智能化的优化方法。

简单来说，这一优化方法对数据信息的依赖性较小，具备查找最优变量的能