基于BPNN的球艏降阻优化模型构建研究

摘要

船型优化可以减少船舶航行过程中的阻力,是提高船舶快速性的主要途径.在现代船体型线优化设计过程中,通常反复使用计算流体力学(CFD)软件进行仿真计算,船舶模拟模型船型样本多、计算量大,使优化的时间成本大幅提高,引入变精度模型将有效解决此问题.以油船球艏优化为例构建了球艏降阻优化BP神经网络(BPNN)模型,可作为低精度模型在优化迭代过程中对大量设计点进行快速阻力预报,通过变量的相关分析,预报出总阻力的变化趋势,寻求逼近最优解的设计点,并为下一步在基于变精度模型的球艏降阻优化研究中神经网络的应用提供经验与支持.