一种绿色能源小水线面双体无人艇优化初步研究(2) - 中国海洋药物杂志社投稿

一、来稿必须是作者独立取得的原创性学术研究成果，来稿的文字复制比（相似度或重复率）必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单位无误，未曾以任何形式用任何文种在国内外公开发表过；未一稿多投。二、来稿除文中特别加以标注和致谢之外，不侵犯任何版权或损害第三方的任何其他权利。如果20天后未收到本刊的录用通知，可自行处理(双方另有约定的除外)。三、来稿经审阅通过，编辑部会将修改意见反馈给您，您应在收到通知7天内提交修改稿。作者享有引用和复制该文的权利及著作权法的其它权利。四、一般来说，4500字（电脑WORD统计，图表另计）以下的文章，不能说清问题，很难保证学术质量，本刊恕不受理。五、论文格式及要素：标题、作者、工作单位全称(院系处室)、摘要、关键词、正文、注释、参考文献(遵从国家标准：GB\T7714-2005，点击查看参考文献格式示例)、作者简介(100字内)、联系方式(通信地址、邮编、电话、电子信箱)。六、处理流程：（1）通过电子邮件将稿件发到我刊唯一投稿信箱（2）我刊初审周期为2－3个工作日，请在投稿3天后查看您的邮箱，收阅我们的审稿回复或用稿通知；若30天内没有收到我们的回复，稿件可自行处理。（3）按用稿通知上的要求办理相关手续后，稿件将进入出版程序。（4）杂志出刊后，我们会按照您提供的地址免费奉寄样刊。七、凡向文教资料杂志社投稿者均被视为接受如下声明：（1）稿件必须是作者本人独立完成的，属原创作品（包括翻译），杜绝抄袭行为，严禁学术腐败现象，严格学术不端检测，如发现系抄袭作品并由此引起的一切责任均由作者本人承担，本刊不承担任何民事连带责任。（2）本刊发表的所有文章，除另有说明外，只代表作者本人的观点，不代表本刊观点。由此引发的任何纠纷和争议本刊不受任何牵连。（3）本刊拥有自主编辑权，但仅限于不违背作者原意的技术性调整。如必须进行重大改动的，编辑部有义务告知作者，或由作者授权编辑修改，或提出意见由作者自己修改。（4）作品在《文教资料》发表后，作者同意其电子版同时发布在文教资料杂志社官方网上。（5）作者同意将其拥有的对其论文的汇编权、翻译权、印刷版和电子版的复制权、网络传播权、发行权等权利在世界范围内无限期转让给《文教资料》杂志社。本刊在与国内外文献数据库或检索系统进行交流合作时，不再征询作者意见，并且不再支付稿酬。九、特别欢迎用电子文档投稿，或邮寄编辑部,勿邮寄私人，以免延误稿件处理时间。

一种绿色能源小水线面双体无人艇优化初步研究(2)

作者:

关键词:

摘要：

表1 粒子群算法不同优化代数的计算结果5 000 59.66 1优化代数总目标函数惩罚函数值1 000 54.93 1 2 000 62.09 1 3 000 57.44 1 4 000 45.01 1

从表1能够得到，惩罚函数值都为1，说明约束全部都满足。当优化代数为2 000时，粒子群算法优化得到的适应度值最大，此时有最好的优化效果。

2.1 .2不同最大粒子飞行速度与区间概率的优化计算

主要讨论粒子群算法中最大粒子飞行速度与区间概率对优化结果的影响情况，其他参数设置如下：种群规模为200，变权重为0.9～0.4，优化代数为2 000。不同最大粒子飞行速度与区间概率计算结果如表2所示。

表2 不同最大粒子飞行速度与区间概率计算结果0.15 62.92 1区间概率总目标函数惩罚函数值0.11 50.43 1 0.12 60.39 1 0.13 42.26 1 0.14 53.84 1

观察表2可知，约束都能满足。随着最大粒子飞行速度与区间概率的增大，通过粒子群算法计算得到的适应度值也在不断变化，但是当最大粒子飞行速度与区间概率为0.15时，有最大的适应度值，即此时优化效果最好，说明对于本文的数学模型，粒子群算法中最大粒子飞行速度与区间概率的最佳取值为0.15。

2.2 改进粒子群算法分层优化计算

先用粒子群算法计算，计算中记录最好的5个个体的信息，然后根据这最好的5个个体信息使用分层策略，初始化新的上下限，外层载波概率为0.05，使用复合形算法（CMP）、成长机制的遗传算法（GA）、混沌算法（CA）和粒子群算法（PSO）进行二次计算。不同算法混合优化计算结果如表3所示。

从表3的混合算法优化结果来看，混合算法可以提高优化效果。PSO+PSO，PSO+CMP算法可以得到最优的适应度值。

表3 不同算法混合优化计算结果1 000代混合优化计算结果2 000代混合优化计算结果3 000代混合优化计算结果4 000代混合优化计算结果5 000代混合优化计算结果计算策略总目标函数惩罚函数值总目标函数惩罚函数值总目标函数惩罚函数值总目标函数惩罚函数值总目标函数惩罚函数值PSO+GA 43.38 1 50.10 1 53.80 1 67.99 1 51.32 1 PSO+PSO 55.51 1 67.74 1 68.35 1 61.44 1 47.66 1 PSO+CA 52.36 1 60.07 1 56.14 1 53.70 1 59.66 1 PSO+CMP 63.50 1 43.40 1 49.90 1 58.23 1 60.46 1

2.3 小水线面双体船优化计算结果

通过以上计算，综合适应度函数值和计算值，在PSO+PSO算法下3 000代时得到了本文小水线面双体船的最优化尺寸。对于排水量为6.9 t的小水线面双体船，部分设计变量的优化结果如表4所示。

表4 最优结果的设计变量值优化值8.098 3.846 0.946 0.228 0.055 7.973 3.149 6.565 1.561 0.155 0.3编号1 2 3 4 5 6 7 8 9 1 0 11设计变量船长L/m船宽B/m吃水T/m方形系数Cb浮心纵向位置L cp/m设计航速VS/kn片体间距c0/m水线长Lw/m重心高度Zg/m水线面系数Cw中横剖面系数Cm下限7.8 3.7 0.9 0.2-0.1 7.5 2.95 6.3 1.54 0.145 0.3上限8.1 3.85 1.15 0.232 0.1 8.2 3.15 6.6 1.6 0.155 0.4

3 结语

本文根据影响SWATH-USV综合性能的各项参数，建立了SWATH-USV的综合优化数学模型，然后将各项性能的目标函数采用幂指数乘积的形式构造成综合优化总目标函数，再结合设计变量和实际情况构造约束条件。通过不同算法的外部混合，分析不同算法结合的优劣，得到最佳的混合算法，最终得到小水线面双体船综合性能最优船型参数。可以得到以下结论。

（1）使用单一粒子群算法，当优化代数为2 000时，粒子群算法优化得到的适应度值最大，此时有最好的优化效果。

（2）对比单一算法和混合算法的优化结果，得到混合算法能有效提高目标函数的适应度值。

（3）对比4种混合算法，PSO+PSO，PSO+CMP算法的寻优能力较强。

［1］徐杰.多学科设计优化在小水线面双体船中的研究与应用［D］.武汉：华中科技大学，2009.

［2］李晔.用于海洋监测的小水线面双体船设计的构想及分析［J］.海洋技术，2001（2）：51-57.

［3］魏子凡，井升平，杨松林.基于改进遗传算法的新型水面无人艇性能综合优化分析［J］.江苏科技大学学报（自然科学版），2017（1）：6-11.

［4］邓芳，邓魏彬.双体船阻力性能计算及船型设计优化［J］.青岛科技大学学报（自然科学版），2015（1）：72-76.

文章来源：《中国海洋药物》网址: http://www.zghyywzzs.cn/qikandaodu/2021/0707/748.html