目錄
“船舶與海洋結構物先進設計方法”叢書序
前言
第1章 緒論 1
1.1 船舶管路 1
1.2 船舶管路系統(tǒng)設計 1
1.3 船舶布局設計 3
1.3.1 船舶布局設計定義 3
1.3.2 布局問題常用算法簡介 6
1.4 船舶管路智能布局優(yōu)化設計 10
1.4.1 船舶管路智能布局優(yōu)化設計的意義 10
1.4.2 管路布局優(yōu)化設計國內(nèi)外研究概況 12
第2章 船舶管路智能布局優(yōu)化設計數(shù)學建模研究 20
2.1 船舶管路布局空間環(huán)境模型 20
2.1.1 艙室模型 20
2.1.2 障礙物模型 23
2.1.3 布局優(yōu)劣區(qū)域模型 23
2.1.4 管路模型 24
2.2 船舶管路布局方向指導機制 25
2.2.1 方向指導機制 25
2.2.2 船舶管路布局方向指導機制的設置方法 26
2.3 船舶管路智能布局優(yōu)化模型 28
2.3.1 約束條件 28
2.3.2 目標函數(shù) 29
第3章 基于遺傳算法的船舶管路布局優(yōu)化設計 30
3.1 遺傳算法簡介 30
3.1.1 遺傳算法的產(chǎn)生和發(fā)展 30
3.1.2 遺傳算法的基本思想 31
3.1.3 遺傳算法的基本流程 39
3.1.4 遺傳算法的主要特點 40
3.2 船舶管路三維布局優(yōu)化遺傳算法 40
3.2.1 編碼方法和種群初始化 41
3.2.2 適應度函數(shù) 43
3.2.3 遺傳算子 43
3.2.4 仿真實驗 45
3.3 基于自適應退火遺傳算法船舶單管路布局優(yōu)化設計 49
3.3.1 遺傳算法的局限性 50
3.3.2 自適應遺傳算法 50
3.3.3 模擬退火遺傳算法 51
3.3.4 基于自適應退火遺傳算法船舶管路布局優(yōu)化 52
3.3.5 算法計算步驟 55
3.3.6 仿真實驗 56
3.4 基于爬山遺傳算法船舶單管路布局優(yōu)化設計 59
3.4.1 爬山遺傳算法 59
3.4.2 編碼方法 60
3.4.3 適應度函數(shù) 60
3.4.4 遺傳策略 61
3.4.5 仿真實驗 61
3.4.6 方向參數(shù)敏感性分析 63
第4章 基于蟻群優(yōu)化算法的船舶管路布局優(yōu)化設計 65
4.1 蟻群優(yōu)化算法簡介 65
4.1.1 螞蟻覓食行為 65
4.1.2 基本蟻群優(yōu)化算法 67
4.1.3 改進蟻群優(yōu)化算法 70
4.2 基于全局信息素迭代更新蟻群單管路布局優(yōu)化設計 74
4.2.1 初始化和啟發(fā)式信息 75
4.2.2 選擇概率 75
4.2.3 解的構造 75
4.2.4 局部搜索 76
4.2.5 信息素更新 76
4.2.6 停止準則 77
4.2.7 仿真實驗一 78
4.2.8 仿真實驗二 83
4.3 迭代更新蟻群管路敷設系統(tǒng)參數(shù)敏感性分析 86
4.3.1 局部信息素殘留系數(shù). 86
4.3.2 全局信息素殘留系數(shù). 87
4.3.3 信息素權重.和啟發(fā)式信息權重. 89
4.3.4 蟻群螞蟻數(shù)量 m 90
4.3.5 結論 91
4.4 基于遺傳變異蟻群優(yōu)化算法船舶單管路布局優(yōu)化設計 92
4.4.1 優(yōu)化算法的目標函數(shù) 92
4.4.2 遺傳變異蟻群優(yōu)化算法 92
4.4.3 基于遺傳變異蟻群優(yōu)化算法管路布局優(yōu)化計算過程 99
4.4.4 仿真實驗 100
第5章 基于協(xié)同進化算法的船舶管路布局優(yōu)化設計 107
5.1 協(xié)同進化算法簡介 107
5.1.1 協(xié)同進化的生物學基礎 107
5.1.2 協(xié)同進化算法的基本特征 109
5.1.3 協(xié)同進化算法的發(fā)展現(xiàn)狀 109
5.1.4 多種群互利共生類協(xié)同進化算法 112
5.2 基于多蟻群合作式協(xié)同進化算法船舶多管路布局優(yōu)化 118
5.2.1 多蟻群合作式協(xié)同進化算法模型 119
5.2.2 多蟻群合作式協(xié)同進化算法流程及其實現(xiàn) 121
5.2.3 仿真實驗 123
5.3 船舶分支管路協(xié)同進化算法建模 128
5.3.1 基本思想 128
5.3.2 算法模型 129
5.3.3 分支管路路徑優(yōu)化問題的分解 130
5.3.4 分支管路系統(tǒng)的協(xié)同進化 130
5.3.5 重合勢能值 134
5.3.6 約束條件及優(yōu)化目標 134
5.3.7 算法流程 134
5.4 船舶分支管路協(xié)同進化算法仿真實驗 136
5.4.1 實驗模型 136
5.4.2 遺傳協(xié)同進化算法分支管路布局優(yōu)化仿真實驗 136
5.4.3 蟻群優(yōu)化協(xié)同進化算法分支管路布局優(yōu)化仿真實驗 139
5.4.4 結論 143
5.5 并行管路與分支管路混合協(xié)同進化算法 143
5.5.1 船舶多管路布局的基本特征 144
5.5.2 優(yōu)化算法的基本要素 145
5.5.3 協(xié)同進化算法的改進 148
5.5.4 協(xié)同進化算法求解船舶多管路布局優(yōu)化設計問題的計算過程 152
5.5.5 仿真實驗 154
第6章 基于人機合作的船舶管路布局優(yōu)化設計 163
6.1 人機合作思想及其在布局優(yōu)化中的應用 163
6.1.1 人機合作思想國內(nèi)外研究現(xiàn)狀 163
6.1.2 船舶管路布局優(yōu)化中的人機合作問題 165
6.2 人工個體與算法個體結合機理與結合方法研究 168
6.2.1 人工個體的獲取方式 168
6.2.2 構建人工方案參考集 169
6.2.3 人工個體的加入原則 170
6.2.4 管路布局優(yōu)化設計中的人機合作機理研究 171
6.3 基于人機合作遺傳算法的船舶單管路布局優(yōu)化設計 172
6.3.1 算法的改進及流程 172
6.3.2 仿真實驗 173
6.4 基于人機合作蟻群優(yōu)化算法的船舶單管路布局優(yōu)化設計 174
6.4.1 關鍵參數(shù)設計及模型建立 175
6.4.2 算法實現(xiàn) 176
6.4.3 仿真實驗 180
6.4.4 人工個體加入?yún)��?shù)的敏感性分析 184
6.5 基于人機合作的多蟻群協(xié)同進化算法多管路并行布局優(yōu)化設計 187
6.5.1 基于人機合作的多蟻群協(xié)同進化算法模型的建立 188
6.5.2 基于人機合作的多蟻群協(xié)同進化算法及流程圖 192
6.5.3 仿真實驗 194
參考文獻 198