用于舰船总体要素设计的约束高维多目标分解优化方法技术

本发明专利技术公开了一种用于舰船总体要素设计的约束高维多目标分解优化方法，其针对根据舰船多目标协同优化设计的特点，建立以资金费用、飞行甲板面积、横摇固有周期、初稳性高、阻力为优化指标的舰船设计模型，然后利用重新匹配策略为权重向量分配个体，采用新的个体比较准则进行优胜劣汰的选择进而进化种群，提出一种智能约束高维多目标分解优化方法对舰船设计模型进行优化求解，从而能够有效改善大型舰船设计中多个需求目标的性能。

Constrained high-dimensional multi-objective decomposition optimization method for ship's overall element design

The invention discloses a constrained high-dimensional and multi-objective decomposition optimization method for overall factor design of a ship. According to the characteristics of multi-objective cooperative optimization design of a ship, a ship design model is established, which takes the cost of capital, the area of flight deck, the inherent period of rolling, the high initial stability and the resistance as the optimization indexes, and then utilizes the method. Rematching strategy assigns individuals to weight vectors, adopts a new individual comparison criterion to select the fittest and then evolve the population. An intelligent constrained high-dimensional multi-objective decomposition optimization method is proposed to optimize the ship design model, which can effectively improve the performance of multiple requirements in large-scale ship design.

【技术实现步骤摘要】
用于舰船总体要素设计的约束高维多目标分解优化方法
本专利技术涉及船舶优化设计领域，具体涉及一种用于舰船总体要素设计的约束高维多目标分解优化方法。
技术介绍
大型舰船总体要素优化设计是舰船总体设计中最基本也是最重要的工作之一。如何选择合适的总体要素将直接关系到大型舰船的安全性、经济性以及战斗性等。因此，设计好的优化模型和优化方法具有十分重要的实际意义。目前的舰船总体要素优化模型最多包括4个目标，不能很好地符合现实环境中的多样需求。同时，由于大型舰船航行时具有多变性以及舰船自身技术具有复杂性，利用传统的设计方法来求得最佳的舰船总体要素是十分困难的。目前一些研究者利用进化算法对舰船进行优化设计，然而它们大多是将大型舰船总体要素多目标优化设计问题转化为无约束单目标优化问题进行求解，只能获得单一解，无法求得分布均匀的Pareto最优解集，从而不能提供多样的选择方案。此外，一些研究对大型舰船总体要素优化设计问题进行多目标优化，但所求解集分布不均匀、收敛性不佳，从而不能提供性能优异的设计方案。
技术实现思路
鉴于以上原因，有必要提供一种能够能够有效改善大型舰船设计中多个需求目标性能的用于舰船总体要素设计的约束高维多目标分解优化方法。本专利技术提供一种用于舰船总体要素设计的约束高维多目标分解优化方法，所述用于舰船总体要素设计的约束高维多目标分解优化方法包括如下步骤：S1、根据模型的总体要素、目标函数及约束条件建立舰船总体要素设计模型；S2、对舰船总体要素设计模型设定相应初始参数，根据初始参数生成初始种群和权重向量，所述初始种群中包含多个个体；S3、计算每一个权重向量的邻域集合；S4、设计重新匹配策略为权重向量分配个体；S5、根据权重向量与个体的对应关系，自权重向量的邻域集合中利用差分变异和交叉操作产生新个体；S6、设计个体比较准则选择下一代种群。优选的，步骤S1中，所述总体要素包括：飞行甲板长、飞行甲板宽、水线长、水线宽、吃水深、型深、标准排水量、航速和方形系数；所述目标函数包括：资金费用、初稳性高、飞行甲板面积、阻力、横摇固有周期；所述约束条件包括：飞行甲板长的约束范围、飞行甲板宽的约束范围、设计水线长的约束范围、设计水线宽的约束范围、设计吃水的约束范围、型深的约束范围和标准排水量的约束范围。优选的，所述步骤S4包括以下分步骤：S41、对所有权重向量与个体进行初始化；S42、计算权重向量与个体之间的偏序关系；S43、根据权重向量与个体之间的偏序关系，为没有被分配个体的权重向量分配个体；S44、直至所有权重向量都被分配了个体。优选的，所述步骤S43包括以下补充条件：当一个个体被分配到两个权重向量下时，通过个体选择偏好的权重向量与之进行匹配。优选的，所述步骤S6包括以下分步骤：S61、根据步骤S5生成的新个体，对新个体进行修补；S62、将修补后的新个体与步骤S2中的旧个体进行优劣比较；S63、根据比较结果，选择优胜个体作为下一代种群输出。本专利技术所述用于舰船总体要素设计的约束高维多目标分解优化方法，其针对根据舰船多目标协同优化设计的特点，建立以资金费用、飞行甲板面积、横摇固有周期、初稳性高、阻力为优化指标的舰船设计模型，然后利用重新匹配策略为权重向量分配个体，采用新的个体比较准则进行优胜劣汰的选择进而进化种群，提出一种智能约束高维多目标分解优化方法对舰船设计模型进行优化求解，从而能够有效改善大型舰船设计中多个需求目标的性能。附图说明图1是本专利技术所述用于舰船总体要素设计的约束高维多目标分解优化方法的步骤流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明，应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供一种用于舰船总体要素设计的约束高维多目标分解优化方法，所述用于舰船总体要素设计的约束高维多目标分解优化方法包括如下步骤：用于舰船总体要素设计的约束高维多目标分解优化方法，如图1所示，所述用于舰船总体要素设计的约束高维多目标分解优化方法包括如下步骤：S1、根据模型的总体要素、目标函数及约束条件建立舰船总体要素设计模型；S2、对舰船总体要素设计模型设定相应初始参数，根据初始参数生成初始种群和权重向量，所述初始种群中包含多个个体；S3、计算每一个权重向量的邻域集合；S4、设计重新匹配策略为权重向量分配个体；S5、根据权重向量与个体的对应关系，自权重向量的邻域集合中利用差分变异和交叉操作产生新个体；S6、设计个体比较准则选择下一代种群。具体的，首先建立大型舰船总体要素设计模型，包括模型的总体要素、目标函数及约束条件。即确定的总体要素有飞行甲板长Ld、飞行甲板宽Bd、水线长Lw、水线宽Bw、吃水深T、型深D、标准排水量△、航速V和方形系数Cb。确定的目标函数有资金费用Tc最小化、初稳性高GM最合理化、飞行甲板面积S最大化、阻力P最小化以及横摇固有周期Tr最大化，分别如式(1)至式(5)所示。Tc＝0.26(2000Ws0.85+3500Wo+2400P0.8)+40000(△-Ws-Wo-Wm)Ws＝0.034Lw1.7Bw0.7D0.4Cb0.5Wo＝1.0Lw0.8Bw0.6D0.3Cb0.1Wm＝0.17P0.9(1)S＝Ld×Bd(3)其中，△0＝58000t，V0＝29kn，P0＝200000hp。确定约束条件：飞行甲板长Ld∈[280m,350m]、飞行甲板宽Bd∈[60m,80m]、设计水线长Lw∈[250m,300m]、设计水线宽Bw∈[35m,50m]、设计吃水T∈[8m,12m]、型深D∈[25m,35m]和标准排水量△∈[60000t,80000t]。2.5<GM<4.5，T/Lw>0.035，Tr>13，Ld<1.128Lw，Bd<1.84Bw。最终建立的大型舰船总体要素优化设计模型如式(6)所示。然后对舰船总体要素设计模型设定相应初始参数，即设置每个目标方向上的采样个数H，种群规模最大进化迭代次数Gmax，缩放因子F，交叉因子CR；并根据上述初始参数生成规模为N的初始种群，包括N个个体，即随机生成始种群X1,X2,…Xi,…XN，Xi＝{Ld,Bd,Lw,Bw,T,D,Δ,Vk,Cb}，计算种群中所有个体的目标函数值F(Xi)＝(Tr,GM,S,Tr,P)；构造参考点Z*＝(z1,z2,…,z5)，zi＝min(fi(X)|X∈Ω),i＝1,2,…5；根据上述初始参数生成N个均匀分布的权重向量λ1,λ2,L,λN；根据上述生成的权重向量，计算距离每个权重向量最近邻的T个权重向量集合B(i)，即计算权重向量间的欧氏距离，确定权重向量邻域集合B(i)＝{i1,i2,L,iT}，{i1,i2,L,iT}代表距离权重向量λi最近的T个权重向量的索引；接着为权重向量λ1,λ2,L,λN分配个体，首先初始化集合Ψ(N行N列)为零矩阵，Ψ(i,j)＝0表示权重向量λi没有分配个体，Ψ(i,j)＝1表示λi分配了个体；初始化集合Rλ(1行N列)为零数组，Rλ[i]＝0表示权重向量λi是可选的；初始化集合RX(1行N列)为零数组，RX[i]＝0表本文档来自技高网...

【技术保护点】
1.一种用于舰船总体要素设计的约束高维多目标分解优化方法，其特征在于，所述用于舰船总体要素设计的约束高维多目标分解优化方法包括如下步骤：S1、根据模型的总体要素、目标函数及约束条件建立舰船总体要素设计模型；S2、对舰船总体要素设计模型设定相应初始参数，根据初始参数生成初始种群和权重向量，所述初始种群中包含多个个体；S3、计算每一个权重向量的邻域集合；S4、设计重新匹配策略为权重向量分配个体；S5、根据权重向量与个体的对应关系，自权重向量的邻域集合中利用差分变异和交叉操作产生新个体；S6、设计个体比较准则选择下一代种群。

【技术特征摘要】
1.一种用于舰船总体要素设计的约束高维多目标分解优化方法，其特征在于，所述用于舰船总体要素设计的约束高维多目标分解优化方法包括如下步骤：S1、根据模型的总体要素、目标函数及约束条件建立舰船总体要素设计模型；S2、对舰船总体要素设计模型设定相应初始参数，根据初始参数生成初始种群和权重向量，所述初始种群中包含多个个体；S3、计算每一个权重向量的邻域集合；S4、设计重新匹配策略为权重向量分配个体；S5、根据权重向量与个体的对应关系，自权重向量的邻域集合中利用差分变异和交叉操作产生新个体；S6、设计个体比较准则选择下一代种群。2.根据权利要求1所述用于舰船总体要素设计的约束高维多目标分解优化方法，其特征在于，步骤S1中，所述总体要素包括：飞行甲板长、飞行甲板宽、水线长、水线宽、吃水深、型深、标准排水量、航速和方形系数；所述目标函数包括：资金费用、初稳性高、飞行甲板面积、阻力、横摇固有周期；所述约束条件包括：飞行甲板长的约束范围、飞行甲板宽的约束范围、设计水线长的约...

【专利技术属性】
技术研发人员：张磊，文方青，黑创，
申请(专利权)人：长江大学，
类型：发明
国别省市：湖北,42