【技术实现步骤摘要】
本专利技术涉及船舶辅助设计技术，尤其涉及一种基于多目标优化的船舶概念设计方案解集的快速生成方法。
技术介绍
1、船舶概念方案设计是水面船舶总体设计中最重要的组成部分，目前的船舶概念设计是先以追求单个性能指标最优为主，其他性能作为约束条件，通过多轮收敛迭代来实现形成整体可行解的目标。但是这种设计方法忽略了各项性能之间的相互作用，未能有效利用多学科间的耦合效应，形成的只是众多可行解的之一或者某单一性能的最优解，而非概念设计所追求的整体最优解。
2、传统的概念设计方法难以充分考虑复杂耦合关系，并且面临着计算求解困难的问题。同时，传统设计在很大程度上依赖于历史数据、专家经验，所以其设计出来的方案存在一定的主观局限性，且设计效率也不高。基于此背景，亟需一种在船舶概念设计阶段追求整体最优解的多目标优化和多属性决策智能方法，有效解决传统方法概念方案存在局限性、计算求解困难和效率不高等问题，为船舶总体设计提供满足整体最优的概念设计方案。
技术实现思路
1、本专利技术要解决的技术问题在于针对现有技术中的缺陷，提供一种基于多目标优化的船舶概念设计方案解集的快速生成方法。
2、本专利技术解决其技术问题所采用的技术方案是：一种基于多目标优化的船舶概念设计方案解集的快速生成方法，包括以下步骤：
3、1)根据船舶概念设计方案的需求获取概念设计方案的参数及各参数取值范围；
4、所述参数包括主尺度参数以及型线参数；
5、2)建立差分进化优化模型，使用差分
6、差分进化优化模型的输入是主尺度参数以及型线数据，根据下一状态表示的超参数去优化当前输入的概念设计方案，最后得到优化后的概念设计方案；
7、3)对差分进化优化模型的参数进行优化；
8、差分进化的超参数包括：种群规模np，缩放因子f以及交叉概率cr；
9、4)使用优化后的参数对差分进化算法模型进行优化；在得到一组超参数组合后，计算在这组超参数下，差分进化优化模型输出的概念设计的整体性能评估值；
10、5)使用优化后的模型对船舶的概念设计方案中的主尺度以及型线数据进行整体性能优化，输出最终的概念方案解集。
11、按上述方案，所述步骤3)中，对差分进化优化模型的参数进行优化包括以下步骤：
12、3.1)初始化超参数；
13、3.2)确定差分进化的三个超参数各自的范围作为搜索空间，在搜索空间中评估在当前状态选择一个动作后所到达下一状态时，环境对于这个行动所给到的奖励值来更新三个超参数；
14、3.3)根据下一状态表示的超参数去优化当前输入的概念设计方案，再将下一状态输入到优化网络模型中进行下一轮循环，进行优化网络模型训练。
15、按上述方案，所述步骤3)中强化学习网络结构包括输入层、输出层与3层lstm网络结构，其中长短期记忆网络lstm每层拥有35个神经元节点；输出层有softmax函数构成；输入层、输出层与3层lstm网络结构之间各有一个全连接层。
16、本专利技术产生的有益效果是：
17、1、本专利技术方法使用差分进化和强化学习相结合的优化方法，可以减少强化学习过程中面对的状态的维度，从而使整个交互的过程中的奖励不再稀疏，大大提升差分进化算法的整体性能。
本文档来自技高网...【技术保护点】
1.一种基于多目标优化的船舶概念设计方案解集的快速生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多目标优化的船舶概念设计方案解集的快速生成方法，其特征在于，所述步骤3)中，对差分进化优化模型的参数进行优化包括以下步骤：
3.根据权利要求1所述的基于多目标优化的船舶概念设计方案解集的快速生成方法，其特征在于，所述步骤3)中强化学习网络结构包括输入层、输出层与3层LSTM网络结构，其中长短期记忆网络LSTM每层拥有35个神经元节点；输出层有softmax函数构成；输入层、输出层与3层LSTM网络结构之间各有一个全连接层。
【技术特征摘要】
1.一种基于多目标优化的船舶概念设计方案解集的快速生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多目标优化的船舶概念设计方案解集的快速生成方法，其特征在于，所述步骤3)中，对差分进化优化模型的参数进行优化包括以下步骤：
3.根据权利要求1所...
【专利技术属性】
技术研发人员：杨萌，彭水涛，王志成，周塔，
申请(专利权)人：中国舰船研究设计中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。