基于粒子群算法的油船结构优化研究

摘要

船体结构的“轻量化”是船舶设计过程中的一项重要内容，较少的船体钢材用量可使船舶拥有更大的载重量，可为船东、船厂双方带来一定的经济效益。船体结构在不改变原有结构形式下的优化属于结构尺寸的组合优化问题，但由于结构构件数目众多，组合方案数目变的十分庞大，难以使用枚举法完成优选。近年来兴起的人工智能算法在组合优化问题上显示出良好效果，因此，本文使用一种基于双点交叉和单点变异的改进混合粒子群算法对船体结构进行尺寸优化。并通过四种常用的基准函数和旅行商问题对该改进策略下的算法进行有效性验证，均表现出良好的效果：特别是在解决庞大数量可能路径旅行商问题上，得到最优解的次数明显高于标准形式下的粒子群算法。
　　船体这种大型复杂结构仅仅依靠从规范中选取经验公式根本无法精确分析其结构受力状态，有限元方法可以有效解决这一问题；并且有限元方法进行船体结构分析也已经得到各大船级社的认可，并日益在设计过程中流行。在优化过程中，算法需对结构尺寸的组合方案优劣进行评价，评价手段便使用有限元方法完成。同时，为使有限元计算中能够更为准确的模拟船体结构真实受载，本文还使用AWQA模块对本船在P-M波浪谱进行长期的波浪载荷预报，以选取该船在其寿命期内可能出现的最危险波浪弯矩。此外，为实现优化过程中算法和有限元方法计算中的无缝联结，有限元的各步骤操作均用ANSYS的参数化设计语言完成，并以批模式供MATLAB进行调用来节省计算时间。
　　研究结果表明：算法结合有限元技术的结构优化方法使船体中部舱段钢料使用量相对初始设计下降了6.3％，且该优化方法可以考虑到实际工况下结构强度的需要。可以说是在满足一定强度要求的条件下，减少了船体结构的钢材用量，对船体结构设计具有一定的参考意义。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 引言

1.1 研究背景与意义

1.2 结构优化方法的研究进展

1.3 主要研究内容

第2章 粒子群算法

2.1 演化思想

2.2 算法原理

2.3 算法流程

2.4 标准PSO算法的局限性

2.5 改进粒子群算法的方法

2.6 本章小结

第3章 基于交叉变异的混合PSO算法

3.1 遗传算法简介

3.2 基于交叉变异的混合PSO算法的构造

3.3 混合PSO算法流程

3.4 算法有效性测试

3.5 本章小结

第4章 船体结构强度直接计算法模型

4.1 本船结构型式

4.2 结构强度有限元计算模型

4.3 船体波浪载荷的直接计算

4.4 本章小结

第5章 混合PSO算法在船舶结构优化中的应用

5.1 设计变量

5.2 适应度函数

5. 3 约束条件

5.4 优化流程

5.5 ANSYS中实现的技术要点

5.6 优化结果及分析

5.7 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

附录

在学期间科研成果情况