留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于自适应变异粒子群算法的车渡船跳板结构优化

基于自适应变异粒子群算法的车渡船跳板结构优化[J]. 中国舰船研究. doi: 10.19693/j.issn.1673-3185.02306
引用本文: 基于自适应变异粒子群算法的车渡船跳板结构优化[J]. 中国舰船研究. doi: 10.19693/j.issn.1673-3185.02306
Structural optimization of car-ferry gangboard based on adaptive mutation particle swarm optimization algorithm[J]. Chinese Journal of Ship Research. doi: 10.19693/j.issn.1673-3185.02306
Citation: Structural optimization of car-ferry gangboard based on adaptive mutation particle swarm optimization algorithm[J]. Chinese Journal of Ship Research. doi: 10.19693/j.issn.1673-3185.02306

基于自适应变异粒子群算法的车渡船跳板结构优化

doi: 10.19693/j.issn.1673-3185.02306
基金项目: 省部级-江苏省自然科学基金(BK20150468)

Structural optimization of car-ferry gangboard based on adaptive mutation particle swarm optimization algorithm

  • 摘要: 由于船体结构的复杂性,传统优化方法容易出现陷入局部最优、求解速度偏慢的问题。本文基于自适应变异粒子群算法(AMPSO)、BP神经网络、遗传算法(GA),结合Isight/Nastran设计的正交试验,提出了AMPSO-BP-GA结构优化方法。随后分别以十杆桁架和跳板结构的优化作为算例,验证优化算法的准确性和可行性。结果表明:在以重量最轻为目标函数和相同的约束条件下,提出的AMPSO-BP-GA方法优化后的十杆桁架重量为2272.1kg,相比其他方法优化后的结构重量更轻;使用AMPSO-BP-GA方法跳板重量减轻了33.3%,对比GA-BP-GA方法的减重25.4%和PSO-BP-GA方法的减重17.9%优化效果更佳。该方法可为船舶结构优化设计提供参考。
  • 加载中
计量
  • 文章访问数:  73
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-02-24
  • 网络出版日期:  2021-05-26

目录

    /

    返回文章
    返回