船舶管路智能布局优化设计

上海交通大学学报（自然版） ›› 2015, Vol. 49 ›› Issue (04): 513-518.

船舶管路智能布局优化设计

王运龙1，王晨1,2，韩洋1，林焰1

(1. 大连理工大学船舶工程学院，辽宁大连 116024;2. 新世纪船舶设计研发（上海）有限公司，上海 201203)

收稿日期:2015-01-10
基金资助:
国家自然科学基金资助项目（51209034），辽宁省教育厅科研项目（L2012018），中央高校基本科研业务费专项资金资助（DUT14QY34）

Intelligent Layout Optimization Design of Ship Pipe

WANG Yunlong1,WANG CHEN1,2,HANYang1,LIN Yan1

(1. School of Naval Architecture, Dalian University of Technology, Dalian 116024, Liaoning， China; 2. New Century Shipbuilding (Shanghai) Corporation, Shanghai 201203, China)

Received:2015-01-10

摘要/Abstract

摘要：

摘要：针对复杂多变的船舶管路布局空间结构，建立了包括布局空间模型、障碍物模型、管路模型和布局优劣区域模型的船舶管路布局环境模型；结合船舶管路布局特点，对管路的智能布局方向指导机制进行了研究，提出了方向参数设置的参考和建议.在建立环境模型和方向指导机制的基础上，运用改进遗传算法对船舶管路进行了布局优化设计，并通过数值仿真实验验证了该方法的可行性和有效性.

关键词: 船舶管路, 空间环境模型, 方向指导机制, 遗传算法

Abstract:

Abstract： Aimed at the pipe layout environment which is complex and changeable, the pipe layout space model which includes cabin model, obstruction model, pipe model and layout area model was proposed. Based on the characteristics of ship pipe layout, the pipe intelligent layout direction guidance mechanism was established and the direction parameter was proposed. Based on this space model and direction guidance mechanism, the improved genetic algorithm was used to solve the pipe layout problem. The simulation tests show that this approach is feasible and valid.

Key words: ship pipe, environment model of space, direction guidance mechanism, genetic algorithm

中图分类号:

王运龙1，王晨1,2，韩洋1，林焰1. 船舶管路智能布局优化设计[J]. 上海交通大学学报（自然版）, 2015, 49(04): 513-518.

WANG Yunlong1,WANG CHEN1,2,HANYang1,LIN Yan1. Intelligent Layout Optimization Design of Ship Pipe[J]. Journal of Shanghai Jiaotong University, 2015, 49(04): 513-518.

参考文献

［1］范小宁，林焰，纪卓尚. 多蚁群协进化的船舶多管路并行布局优化［J］. 上海交通大学学报，2009,43(2):193197.

FAN Xiaoning, LIN Yan, JI Zhushang. Multi ant colony cooperative coevolution for optimization of ship multi pipe parallel routing［J］.Journal of Shanghai Jiaotong University, 2009, 43(2): 193197.

［2］CB/Z 3452008，船舶管系布置和安装工艺要求［S］.

［3］Park J H, Richard L S. Piperouting algorithm development: case study of a ship engine room design［J］. Expert Systems with Application, 2002, 23(3): 299309.

［4］范小宁，林焰，纪卓尚. 船舶管路三维布局优化的变长度编码遗传算法［J］. 中国造船，2007,48(1):8290.

FAN Xiaoning, LIN Yan, JI Zhushang. A variable length coding genetic algorithm to ship pipe path routing optimization in 3D space ［J］. Ship Building of China, 2007, 48(1): 8290.

［5］Malik A, Zhang Z M, Agarwal R K. Extraction of battery parameters using a multiobjective genetic algorithm with a nonlinear circuit model［J］. Journal of Power Sources, 2014, 259: 7686.

［6］周明，孙树栋. 遗传算法原理及应用［M］. 北京：国防工业出版社，1999.

［7］王运龙，王晨，纪卓尚，等. 船舶居住舱室智能布局优化设计方法研究［J］. 中国造船，2013,54(3):139146.

WANG Yunlong, WANG Chen, JI Zhushang, et al. A study on intelligent layout design of ship cabin ［J］. Ship Building of China, 2013, 54(3): 139146.

［8］Yang P, Liang P S. An improved MPPT algorithm for offgrid wind power generator based on hill climbing method ［J］. Advanced Materials Research, 2013, 621: 338343.

[1]	张聪, 疏炳南, 张江涛, 金勇. 基于响应面法-遗传算法的船舶推进轴系多目标优化设计[J]. 上海交通大学学报, 2025, 59(4): 466-475.
[2]	林焰, 张乔宇, 楼建迪. 基于网格归一化Astar算法的船舶管路布置[J]. 上海交通大学学报, 2025, 59(1): 79-88.
[3]	孙栋一, 蒲宇亭, 章建榜. 基于GA-BP神经网络的防空导弹实时目标分配方法[J]. 空天防御, 2025, 8(1): 62-70.
[4]	路庆昌, 刘鹏, 秦汉, 徐鹏程. 考虑路段恢复差异的道路网络恢复决策优化[J]. 上海交通大学学报, 2024, 58(7): 1118-1129.
[5]	林焰1, 2, 卞璇屹1, 董宗然3. 基于改进粒子群算法的船舶管路布局优化[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(5): 737-746.
[6]	孙乾洋, 周利, 丁仕风, 刘仁伟, 丁一. 基于人工神经网络的极地船舶冰阻力预报方法[J]. 上海交通大学学报, 2024, 58(2): 156-165.
[7]	钟科星, 丁乐声, 张聪, 毛彦东, 陈金龙. 基于神经网络的风电海缆弯曲限制器优化设计[J]. 海洋工程装备与技术, 2024, 11(1): 70-76.
[8]	赵志斌, 骆彬, 唐婷, 王春芳, 孙中华. 改进型自激谐振无线电能传输系统[J]. 上海交通大学学报, 2023, 57(7): 859-867.
[9]	蒋瑞民, 王宣灵, 张明恩, 赵斌. 基于量子遗传算法的反舰导弹航路规划方法[J]. 空天防御, 2023, 6(4): 31-34.
[10]	夏云松, 谭剑锋, 韩水, 高金娥. 基于反向传播神经网络的风力机涡流发生器优化[J]. 上海交通大学学报, 2023, 57(11): 1492-1500.
[11]	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.
[12]	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.
[13]	周天颜, 冯小恩, 范云锋, 董诗音, 李玉庆, 金慧中. 避免防空火力过剩的地面兵力防御部署优化模型[J]. 空天防御, 2022, 5(4): 19-23.
[14]	王卓鑫, 赵海涛, 谢月涵, 任翰韬, 袁明清, 张博明, 陈吉安. 反向传播神经网络联合遗传算法对复合材料模量的预测[J]. 上海交通大学学报, 2022, 56(10): 1341-1348.
[15]	周宇泰, 徐岳, 李宇, 蒋国韬. 基于遗传算法的干扰态势下三维雷达网优化布站方法[J]. 空天防御, 2022, 5(1): 52-59.