详情

原文传递船舶管路布局优化方法及应用研究

论文题名：	船舶管路布局优化方法及应用研究
关键词：	船舶管路;布局优化;遗传算法;自适应模拟退火算法;蚁群算法;协同进化算法
摘要：	船舶管系就像人身体里的血管，有了它，才能使船上各系统的功能得以正常连接和发挥作用，它是船舶设计中重要的设计内容．同时，管系设计的好坏直接关系到一条船的经济成本．船舶管系设计由五个连续的阶段组成：初步设计、功能设计、详细设计、生产设计和系统支持信息．管路布局设计是在二维或三维布局空间内寻找满足约束准则，并连接给定起点和终点的管道路径．占有管系详细设计50％的管路布局设计是管系详细设计阶段的重要组成部分．由于船舶管子数量庞大，约束繁杂及布局空间较大，目前在实践中，还主要依靠经验丰富的专家去完成．所以，管路布局设计优化非常困难、耗时，与整个船舶在利用先进技术方面相比严重滞后，并已成为制约船舶设计周期的瓶颈，是一项亟待解决的技术难题．为此，管路布局设计的自动化和优化对船舶设计质量，缩短造船周期有重要意义．自二十世纪70年代起，国内外学者就开始对管路布局设计问题进行研究，先后经历了从二维空间的简单约束发展到在三维空间内的多目标、多约束，提出了许多解决问题的方法或算法，为管路布局设计的进一步深入研究作了大量的有价值的研究工作，但到目前为止，还没有形成一套成熟的理论和理想的方法．管路布局设计类似于三维空间内的机器人路径寻优，从理论上讲属于组合优化NP-hard 问题．传统优化算法很难在确定的时间内取得满意的优化效果，因此，对于这类问题，最有力的工具是那些可以在较短的时间内发现质量较高解的启发式算法．遗传算法即是一种借鉴生物界自然选择和进化机制而发展的后启发式优化算法，是目前影响最广泛最具代表性的进化计算方法之一，由于它的鲁棒性、强有力的随机性和并行性，被广泛而成功地应用到很多复杂的工程优化问题上．本文根据船舶管路布局的特点，构建了用以解决船舶三维管路布局设计的遗传算法，在算法中提出基因间相互链接的变长度的编码方式，及与该编码方式相适应的遗传算子，经仿真验证，取得了较目前用于管路布局优化的遗传算法更好的收敛性能．针对遗传算法的固有缺陷，分析造成其早熟和收敛速度慢的根本原因，应用自适应遗传算法的改进措施对杂交率和变异率进行自适应调整，尤其让变异率不但能随个体适应值的不同而改变，而且能随算法进化状态的变化而变化，并对适应函数及接受算子进行退火处理，以最终形成的自适应模拟退火遗传算法进行管路的布局设计，比所构建的遗传算法在搜索性能上有较大的提高．自然界一直是人类创造力的丰富源泉，近些年来，一些与传统优化算法不同，试图通过模拟自然生态系统机制以求解复杂优化问题的仿生算法相继出现，除遗传算法以外，还有蚁群算法、粒子群算法、人工鱼群算法等，丰富了现代优化算法，为那些传统优化问题难以处理的组合优化问题提供了切实可行的解决方案．蚁群算法是由意大利学者 M.Dorigo于1991年首次提出，由于其较强的鲁棒性、优良的分布式计算、易于与其它方法结合等优点，已渗透到多个应用领域，成为人工智能领域的一个新的研究热点．目前在国内外许多学术期刊和重要国际会议上，蚁群算法已成为交叉学科中的一个非常活跃的前沿性研究问题．本文首次将蚁群优化算法应用到船舶管路三维布局优化中，并提出信息素迭代更新的全局信息素更新方式，用所构建的蚁群管路敷设系统进行船舶管路的布局优化，仿真显示其搜索速度快，全局收敛率高；蚁群算法起步时间不长，理论不健全，很多问题还处于实验研究阶段，参数的选择要靠大量的实验和经验，在此通过所建立的蚁群管路敷设系统对蚁群算法中的各参数进行大量的仿真实验，并根据实验结果详细分析和探讨了各参数的不同选取对算法收敛性能的影响，为蚁群算法的进一步拓展和推广起到一定的指导作用．模糊问题是工程实际中经常遇到的不确定现象，同样在船舶管路的布局设计中也存在着很多亦此亦彼的模糊性问题，在此将模糊集理论应用到船舶管路的布局优化中，对蚁群管路敷设系统中的能量函数进行模糊处理，使在管路布局中，可以根据不同管路的不同需求，获得满足要求的管路路径．在船舶管路布局设计中既存在着单根管路布置的最优化问题，也存在着需要并行敷设的多管路协同布置的最优化问题，鉴于此，基于迭代更新蚁群管路敷设系统建立了多管路并行敷设的多蚁群协同进化算法，解决存在于船舶管路布局设计中的需多管路并行布置的最优化问题，经仿真实验验证，所构建的算法较应用蚁群管路敷设系统进行管路的顺序布置方法，可以在管路并行敷设中取得协同性更好的布局结果.
作者：	范小宁
专业：	船舶与海洋结构物设计制造
导师：	林焰;纪卓尚
授予学位：	博士
授予学位单位：	大连理工大学
学位年度：	2006
正文语种：	中文