基于自适应变异粒子群算法的船舶结构优化方法

• 作者: 王一镜 罗广恩 王陈阳 李爽
• 来源期刊: 中国舰船研究
• 学科: 交通运输
• 关键词: 结构优化 BP神经网络 自适应变异粒子群算法 遗传算法 车渡船跳板
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 结构与装置|Ship Structure and Fittings
• 页码范围: 156-164
• 页数: 9页
• 分类号: U661.4
• 语种: 中文
• DOI: 10.19693/j.issn.1673-3185.02306

摘要

[目的]由于船体结构的复杂性,传统优化方法容易出现陷入局部最优、求解速度偏慢的问题.[方法]基于自适应变异粒子群算法(AMPSO)、BP神经网络、遗传算法(GA),结合Isight/Nastran设计的正交试验方法,提出AMPSO-BP-GA结构优化方法,然后分别以十杆桁架和跳板结构的优化作为算例,验证所提优化算法的准确性和可行性.[结果]计算结果表明:在相同的约束条件下,经AMPSO-BP-GA方法优化后,十杆桁架结构重量为2272.1 kg,比其他方法优化后的结构重量更轻;跳板重量减少了33.3％,对比GA-BP-GA方法和PSO-BP-GA方法分别减少25.4％和17.9％,显示AMPSO-BP-GA方法的优化效果更佳.[结论]AMPSO-BP-GA方法针对结构轻量化的优化效果更佳,可为船舶结构优化设计提供参考.