基于粒子群算法的多用途船结构优化

摘要/Abstract

摘要：

建立了多用途船的舱段有限元模型，利用Matlab调用有限元软件，将粒子群算法（PSO）引入复杂船舶结构的优化中，实现了PSO对复杂船舶结构的优化，取得较好的结果，并与遗传算法的结果进行了对比，验证了PSO用于复杂船舶结构优化的有效性.

Abstract:

This paper established a finite element model for the cargo areas of the multipurpose ship. It then implemented PSO to optimize complex ship structures using matlab to call the finite element software. This approach obtained relatively better results compared with the results obtained by using the GA algorithm, validating the application of PSO in the optimization of complex ship structures.

Key words: ship structures, optimization； particle swarm optimizer（PSO）

中图分类号:

U 662.2

何小二,王德禹,夏利娟. 基于粒子群算法的多用途船结构优化[J]. 上海交通大学学报（自然版）, 2013, 47(06): 928-931.

HE Xiaoer,WANG Deyu,XIA Lijuan. Optimization of Multipurpose Ship Structures Based on Particle Swarm Approach[J]. Journal of Shanghai Jiaotong University, 2013, 47(06): 928-931.

参考文献

［1］Kennedy J, Eberhart R C, Shi Yi. Swarm intelligence［M］.San Francisco, CA: Morgan Kaufman, 2001.

［2］LI Lijuan, XU Xiaotong, LIU Feng, et al. The group search optimizer and its application to truss structure design［J］. Advances in Structural Engineering, 2010, 13(1):4352.

［3］Adam S. The design of an active structural vibration reduction system using a modified particle swarm optimization［J］. Swarm Intelligence, 2010, 6234:544551.

［4］Kathiravan R, Ganguli R. Strength design of composite beam using gradient and particle swarm optimization［J］. Composite Structures, 2007, 81(4):471479.

［5］Perez R E, Behdinan K. Partical swarm approach for structural design optimization［J］. Computers and Structures, 2007, 85(1920):15791588.

［6］孙光永, 李光耀, 钟志华,等. 基于序列相应面法的汽车结构耐撞性多目标粒子群优化设计［J］. 机械工程学报, 2009,45(2):224230.

SUN Guangyong, LI Guangyao, ZHONG Zhihu, et al. Optimization design of multiobjective particle swarm in crashworthiness based on sequential response surface method［J］.Journal of Mechanical Engineering, 2009,45(2):224230.

［7］LI Lijuan, HUANG Zhibing, LIU Feng. A heuristic particle swarm optimization method for truss structures with discrete variables［J］. Computers and Structures, 2009, 87(78):435443.

［8］Kaveh A, Talatahari S. A particle swarm ant colony optimization for truss structures with discrete variables［J］. Journal of Constructional Steel Research, 2009, 65(89):15581568.

［9］Shi Y, Eberhart R. A modified particle swarm optimizer［C］//IEEE World Congress on Computational Intelligence. Piscataway: IEEE PRESS, 1998：6973.

［10］Birge B. Particle swarm optimization toolbox［CP/OL］. (20060320) ［20110525］. http://www.mathworks.com/matlabcentral/fileexchange/7506particleswarmoptimizationtoolbox.

[1]	王红, 齐彦昆, 何勇, 杨国军. 双目标优化的动车组系统多阶段机会维修决策[J]. 上海交通大学学报, 2022, 56(9): 1276-1284.
[2]	符杨, 丁枳尹, 米阳. 计及储能调节的时滞互联电力系统频率控制[J]. 上海交通大学学报, 2022, 56(9): 1128-1138.
[3]	黄宇昊, 韩超, 赵明辉, 杜乾坤, 王石刚. 考虑安全飞行通道约束的无人机飞行轨迹多目标优化策略[J]. 上海交通大学学报, 2022, 56(8): 1024-1033.
[4]	李德昌, 杨华龙, 段静茹. 基于合作协议的集装箱班轮运输船期设计和加油策略联合优化[J]. 上海交通大学学报, 2022, 56(7): 953-964.
[5]	闫青, 鲁建厦, 江伟光, 邵益平, 汤洪涛, 李英德. 考虑双端口布局的紧致化仓储系统堆垛机路径优化[J]. 上海交通大学学报, 2022, 56(7): 858-867.
[6]	欧阳旭宇, 常海超, 刘祖源, 冯佰威, 詹成胜, 程细得. 自适应采样方法在船型优化中的应用[J]. 上海交通大学学报, 2022, 56(7): 937-943.
[7]	王箫剑, 洪君, 陈晶华, 李鸿光. 基于参数化建模和响应面优化的箱体减重研究[J]. 空天防御, 2022, 5(4): 60-66.
[8]	曾博, 穆宏伟, 董厚琦, 曾鸣. 考虑5G基站低碳赋能的主动配电网优化运行[J]. 上海交通大学学报, 2022, 56(3): 279-292.
[9]	马洲俊, 王勇, 王杰, 陈少宇. 柔性控制器MMC子模块最优冗余数量双重协同优化方法[J]. 上海交通大学学报, 2022, 56(3): 325-332.
[10]	王宁, 付云鹏, 李艇, 李铁, 依平. 基于FloMaster-Simulink联合仿真的大流量海水冷却系统控制方案优化[J]. 上海交通大学学报, 2022, 56(3): 379-385.
[11]	徐圣冠, 陈红全, 张加乐, 高缓钦, 贾雪松. 高效高精度全局优化算法及其气动应用研究[J]. 空天防御, 2022, 5(3): 65-72.
[12]	汤洪涛, 王丹南, 邵益平, 赵文彬, 江伟光, 陈青丰. 基于改进候鸟迁徙优化的多目标批量流混合流水车间调度[J]. 上海交通大学学报, 2022, 56(2): 201-213.
[13]	李兆亭, 周祥, 张洪波, 汤国建. 基于伪谱法的再入可达域影响因素分析[J]. 上海交通大学学报, 2022, 56(11): 1470-1478.
[14]	叶鸿庆, 苏华德, 郑美妹, 夏唐斌. 考虑双供应商的维护和备件订购联合决策优化[J]. 上海交通大学学报, 2022, 56(10): 1359-1367.
[15]	杨博, 王俊婷, 俞磊, 曹璞璘, 束洪春, 余涛. 基于孔雀优化算法的配电网储能系统双层多目标优化配置[J]. 上海交通大学学报, 2022, 56(10): 1294-1307.